固定翼无人机旋转翼无人机数据集 | 目标检测 | 交通车辆

【固定翼无人机旋转翼无人机数据集 | 目标检测 | 交通车辆】

本数据集面向固定翼无人机旋转翼无人机场景的目标检测任务，涵盖12个检测类别，总计7,015张标注图像。数据集适用于交通车辆领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：固定翼无人机旋转翼无人机数据集
• 任务类型：目标检测
• 图像总数：7,015 张
• 标注类别：12 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含12个检测类别，各类别标注分布如下：

• bus（公交车）
• motor（motor）
• van（van）
• bicycle（自行车）
• car（汽车）
• truck（卡车）
• pedestrian（行人）
• awning-tricycle（awning-tricycle）
• ignored regions（ignored regions）
• tricycle（tricycle）
• people（people）
• others（others）

技术规格

• 标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 遥感目标检测：利用航拍/卫星图像自动识别固定翼无人机旋转翼无人机，支持大范围区域监测
2. 智能巡检：部署于无人机/卫星巡检系统，实现自动化目标识别与定位
3. 算法研究：作为遥感图像目标检测算法的基准数据集，用于性能评估
4. 应急响应：支持灾害评估、环境监测等应急场景的快速目标识别

数据集特点

• 数据规模充足：7,015张标注图像，满足深度学习模型训练的数据量需求
• 多类别检测：覆盖12个检测类别，支持多类别目标识别任务
• 视角独特：采用航拍/无人机俯视视角，覆盖大范围区域目标
• 标准数据划分：按照标准比例划分训练集、验证集与测试集

获取方式

登录本站后即可免费获取百度网盘下载链接，数据集已按标准目录结构组织，下载后即可直接用于模型训练。

🏷️ 标签

#交通车辆 #目标检测 #YOLO数据集 #深度学习 #计算机视觉 #公交车