（1）VisDrone无人机目标检测数据集介绍

最新推荐文章于 2024-04-29 14:30:51 发布
最新推荐文章于 2024-04-29 14:30:51 发布
阅读量8.5k 收藏 26
点赞数 4
分类专栏： Visdrone无人机数据目标检测实验结果 文章标签： 无人机 目标检测 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45583898/article/details/128470602
版权

数据集介绍

官网：http://aiskyeye.com/
VisDrone数据集，包含了10个类（即行人、人、汽车、面包车、公共汽车、卡车、汽车、自行车、遮阳三轮车和三轮车）
无人机计算机视觉相关检测和跟踪（ Vision Meets Drones）作为近年来的研究热点之一，受到了广泛关注，这两年在各大会议上都有相关文章发表，并且也有一些竞赛。当前， 无人机收集的视觉数据的自动理解变得非常困难，并且其用途广泛， 天津大学的朱鹏飞博士、京东数字科技文珑银博士和纽约州立大学奥尔巴尼分校的 独大为博士等新出的这 篇论文对近几年基于无人机视觉检测和跟踪方法和数据集进行了全面综述， 总结了当前面临的挑战，提出了未来的发展方向和改进方向 。作者也 提供了一个 大规模的无人机捕获数据集VisDrone ，其中包括四个track，即 (1)图像目标检测，(2)视频目标检测，(3)单目标跟踪，(4)多目标跟踪 。 对每一个track进行了详细得说明，并强调 VisDrone是迄今为止发布的最大的此类数据集，可以在无人机平台上对视觉分析算法进行广泛的评估和研究
在这里插入图片描述

橙黄橘绿时_Eden
关注
  • 4
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
VisDrone：无人机目标检测与追踪的利器
gitblog_00062的博客
04-27 647
VisDrone：无人机目标检测与追踪的利器 项目地址:https://gitcode.com/VisDrone/DroneVehicle 项目简介 VisDrone 是一个专注于无人机视觉目标检测和追踪的开源项目，它提供了一个广泛的数据集、基准测试工具以及相关的算法实现，旨在推动无人机视觉领域的研究和发展。该项目由清华大学计算机科学与技术系发起，并得到了学术界和工业界的广泛关注。 技术解析 V...
探索VisDrone：无人机视觉检测的数据集与挑战
gitblog_00068的博客
04-09 704
探索VisDrone：无人机视觉检测的数据集与挑战 项目地址:https://gitcode.com/VisDrone/VisDrone-Dataset 在现代计算机视觉领域中，无人机（UAV）的视觉检测是极具挑战性且至关重要的研究方向。VisDrone是一个专注于无人机视角下的目标检测和跟踪的大型数据集，为研究人员提供了一个平台，用于评估和优化他们的算法性能。 项目简介 VisDrone 数据...
visdrone数据集和flir数据集介绍和训练
03-07
visdrone数据集和flir数据集介绍和训练
无人机行人检测数据集（已标注）
06-25
无人及行人检测数据集，包括已经标注好的xml文件和txt文件，数据集包含训练集测试集和验证集，下载解压后即可使用。
YOLO系列目标检测数据集大全_yolo数据集
2301_82241942的博客
04-27 747
1、YOLO行人跌倒检测数据集，7500多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOL摔倒的行人识别，可以区分和识别到跌倒的行人和正常的行人，数据场景丰富，类别名为跌倒fall和正常状态的行人person，一共两个类别。从自动驾驶KITTI数据集中提取得到，类别为car，标签格式为VOC和YOLO两种格式，即xml和txt标签文件，数量为近1万张，可以用于YOLO算法的车辆检测。
【目标检测算法实现之yolov8】yolov8训练并测试VisDrone数据集
m0_52031708的博客
03-28 7695
yolov8训练VisDrone数据集
YOLOv7训练VisDrone数据集
weixin_46030156的博客
06-01 3074
使用VisDrone数据集训练YOLOv7网络，将VisDrone数据集转为YOLO格式。
ppyoloe实战之VisDrone2019无人机数据
m0_63642362的博客
04-28 7189
转自AI Studio，原文链接：https://aistudio.baidu.com/aistudio/projectdetail/3742987 1. 简介 PaddleDetection最近更新了最新的自研检测算法ppyoloe，在速度和精度上取得了更好的平衡，效果炸裂，得到了很多关注，也有了很多解读和应用。 github: https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/configs/ppyoloe pape
使用visDrone数据集训练yolov5检测器
白起
05-08 9144
yolov5目标检测具备一定的小目标检测能力，但由于参与训练的coco数据集缺少小目标素材，故检测小目标有局限。本文利用无人机采集的小目标数据集，对yolov5权重文件进行再训练，提高小目标检测能力。本文仅记录跑通训练的过程，得到一些启示，没有尝试训练整个数据集。 使用visDrone无人机小目标数据集训练yolov5检测器比较 上图用未训练的yolov5s.pt，下图用经过训练的best.pt权重。 可以看出两种检测的区别，其中visDrone训练图片用了其中69张，epoch=100,简单训练已初见
Visdrone数据集YOLOv5训练权重+pyqt界面
06-09
1、yolov5下俯视场景下车辆行人检测视觉检测，包含YOLOv5s和YOLOv5m两种训练好的visdrone数据集权重，以及PR曲线，loss曲线等等，有pyqt界面，目标类别为车辆行人等 2、pyqt界面可以检测图片、视频、调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码
Visdrone数据集YOLOv7在Visdrone数据集上训练结果
02-23
Visdrone数据集YOLOv7在Visdrone数据集上训练结果：包括训练好个模型；包含各种训练曲线和测试视频，附上了yolov7的代码，配置好环境后可以直接运行
无人机目标检测与跟踪数据集（UAVDT）
11-23
UAVDT是一个具有大规模的挑战性的无人机检测和跟踪基准（即10小时原始视频中约8万帧的代表性帧），用于3项重要的基本任务，即目标检测（DET）、单目标跟踪（SOT）和多目标跟踪（MOT）。 数据集由无人机在各种复杂场景中捕获。本基准中关注的对象是车辆。使用边界框和一些有用的属性（例如，车辆类别和遮挡）对帧进行手动注释。 UAVDT基准由100个视频序列组成，这些视频序列是从城市地区多个地点的UAV平台拍摄的超过10小时的视频中选择的，代表各种常见场景，包括广场、主干道、收费站、高速公路、交叉口和T形交叉口。视频以每秒30帧（fps）的速度录制，JPEG图像分辨率为1080×540像素。 该数据集包含的是原始图片，不包括注释 参考： D. Du, Y. Qi, H.g Yu, Y. Yang, K. Duan, G. Li, W.g Zhang, Q. Huang, Q. Tian, " The Unmanned Aerial Vehicle Benchmark:
深度学习领域YOLOV8算法目标检测无人机检测（带数据集）
05-27
深度学习领域YOLOV8算法目标检测无人机检测（带数据集） 用于无人机识别。包含源码和数据集，python语言，可以作为参考。 有数据集很好运行，主页有搭建环境过程。主页有更多源码。 含两个数据集，数据集描述如下 ...
VisDrone-农场中农业机械目标检测数据集-yolo-2.zip
08-12
2000多张YOLO无人机俯视视角下农场中的车辆，农机，行人检测数据集dataset2，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8等算法可以直接进行训练模型， ...
VisDrone-农场中农业机械目标检测数据集-yolo-1.zip
08-12
1000多张YOLO无人机俯视视角下农场中的车辆，农机，行人检测数据集dataset1，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8等算法可以直接进行训练模型， ...
远距离小目标仰拍无人机检测数据集VOC+YOLO格式10672张1类别.7z
最新发布
06-03
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) ...更多信息：远距离小目标仰拍无人机检测数据集VOC+YOLO格式10672张1类别
使用mmdetection来训练自己的数据集（visdrone）（三）使用swin来实战
weixin_55982578的博客
04-29 349
使用swin来实战
YOLOv8实战VisDrone无人机目标检测
06-16
YOLOv8 基于先前 YOLO 版本的成功，进一步提升性能和灵活性。VisDrone2019数据集是在不同的无人机平台、不同的场景以及不同的天气和光照条件下收集。数据集包含了多种类型的目标，包括行人、车辆、自行车、摩托车等。由于无人机的高空视角、目标的小尺寸、复杂的背景等因素，VisDrone目标检测任务具有很高的挑战性。本课程将手把手地教大家使用YOLOv8训练VisDrone无人机目标检测数据集，完成VisDrone目标检测竞赛实战项目，并尝试涨点技巧。本课程分别在Windows和Ubuntu系统上做项目演示。包括：安装软件环境（Nvidia显卡驱动、cuda和cudnn）、安装PyTorch、安装YOLOv8、 下载VisDrone数据集和格式转换（VisDrone->YOLO，提供格式转换python脚本）、修改配置文件、YOLOv8s训练数据集（合适的命令参数选择）、测试训练出的网络模型和性能统计、YOLOv8s+增大网络分辨率、YOLOv8s+数据增强改变、YOLOv8x训练数据集、超参conf和iou阈值改变、其它改进建议、检测结果格式转换及提交(YOLO->VisDrone，，提供格式转换python脚本)。 本课程新增了在阿里云上使用免费GPU算力的项目实战演示流程。GPU免费算力的领取方式和阿里云平台上的项目实战操作流程可见课程视频。
【Visdrone数据集】Visdrone+YOLOv7结果记录
lxslxslxsllll的博客
02-09 4699
VisDrone数据集在YOLOv7上的结果记录 yolov7很牛
目标检测无人机视频数据集
07-28
目标检测无人机视频数据集是指用于训练和评估目标检测算法的无人机视频数据集。其中一个著名的数据集是VisDrone数据集\[1\]\[2\]。VisDrone数据集由中国天津大学机器学习与数据挖掘实验室的AISKYEYE团队收集，包含了10个类别的目标，如行人、车辆、自行车等。该数据集由400个视频片段组成，包含了265,228帧和10,209张静态图像。这些数据集涵盖了不同的位置、环境、物体和密度，以及不同的无人机平台、天气和照明条件。数据集中的目标边界框和感兴趣的目标点（如行人、汽车、自行车和三轮车）都是手动注释的。此外，数据集还提供了一些重要属性，如场景可见性、对象类和遮挡，以提高数据的利用率。 另外，还有其他一些目标检测无人机视频数据集，如ITCVD数据集\[3\]。ITCVD数据集包含了从航拍影像中提取的一种类型的遥感地物目标，使用水平边界框（HBB）标注格式进行标注。 这些数据集对于无人机视觉检测算法的研究和评估提供了宝贵的资源，可以帮助研究人员改进算法的性能和鲁棒性。 #### 引用[.reference_title] - *1* [（1）VisDrone无人机目标检测数据集介绍](https://blog.csdn.net/qq_45583898/article/details/128470602)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [无人机航拍数据集整理](https://blog.csdn.net/W18237579818/article/details/128321461)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

橙黄橘绿时_Eden

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值