【目標檢測資料集】
| 目標檢測 | |||
|
資料集 |
網址 |
詳細說明 |
示例 |
|
VisDrone-Dataset |
https://github.com/VisDrone/VisDrone-Dataset |
VisDrone2019 資料集由中國天津大學機器學習與資料探勘實驗室的 AISKYEYE 團隊收集。基準資料集由 288 個視訊片段組成，由 261,908 幀和 10,209 張靜態影象組成，由各種無人機安裝的相機捕獲，覆蓋範圍廣泛，包括位置（取自中國相隔數千公里的14個不同城市）、環境（城市和鄉村）、物體（行人、車輛、自行車等）和密度（稀疏和擁擠的場景）。請注意，資料集是使用各種無人機平臺（即具有不同型號的無人機）、在不同場景下以及在各種天氣和光照條件下收集的。 |
|
|
CARPK |
https://lafi.github.io/LPN/ |
包含通過無人機 (PHANTOM 3 PROFESSIONAL) 收集的來自 4 個不同停車場的近 90,000 輛汽車。這些影象是在大約 40 米高的無人機檢視中收集的。此外，我們完成了來自部分 PUCPR 資料集的單個影象中所有汽車的註釋，稱為 PUCPR+ 資料集，其中總共有近 17,000 輛汽車。這是一個大規模的資料集焦點，用於不同停車場場景中的汽車計數。影象集由每輛車的邊界框註釋。所有標記的邊界框都被很好地記錄在左上角的點和右下角的點上。它支援物件計數、物件定位以及使用邊界框中的註釋格式進行進一步調查。 |
|
| 語義分割 | |||
|
Semantic Drone Dataset |
https://www.tugraz.at/index.php?id=22387 |
採用無人機在5-30低空拍攝的城市場景資料集，影象畫素高達6000x4000px (24Mpx) 作者為訓練和測試集準備了畫素精確的註釋。資料集包括20類常見的城市常見目標。 |
|
|
Urban Drone Dataset(UDD) |
https://github.com/MarcWong/UDD |
北京大學、葫蘆島市、河南大學和滄州市收集的無人機影象資料集。資料集包括：植被，建築，道路，車輛，背景５類 |
|