VisDrone-Dataset

收录理由

做航拍视觉研究的团队，想找真实无人机拍回来的素材而不是地面摄像头画面，VisDrone 几乎是默认选择。这个基准数据集收录了 288 段视频和超过一万张静态图像，全部由无人机在 14 个中国城市上空拍摄，手工标注了超过 260 万个边界框，覆盖行人、汽车、自行车和三轮车。每帧还附带遮挡、可见性、目标类别等属性，同一份数据既能跑目标检测，也能做单目标跟踪、多目标跟踪和人群计数，拿来对比不同方法很公平。做安防监控、交通流量分析或者农业植保无人机系统的人，会发现每个任务的标注直接就能接进评估流程。画面里既有密集的城市街区，也有稀疏的乡村场景，模型在这样的数据上练过之后，换到别的环境也不容易掉链子。