无人机视角的这10个数据集，千万不要错过！-FlyAI

无人机视角的这10个数据集，千万不要错过！

Python3

最后更新 2021-07-09 13:53 阅读 17929

最后更新 2021-07-09 13:53

阅读 17929

Python3

![](https://pic3.zhimg.com/v2-7e7608f8f17a0ba6b37e0dfc28df43db_r.jpg)

无人机视角的这10个数据集，千万不要错过！

平台的[数据集版块](https://www.jiangdabai.com/downloads "数据集版块")，共有155个不同类别，不同应用的数据集。

本周在此基础上，又上新10种无人机视角相关的数据集，目前总共有165种。

**第一部分：目标检测**

（1）Highway Drone Dataset

数据集图片：

![](https://pic2.zhimg.com/80/v2-b5b3cd95a0d640cd55f394220c2f1bd5_1440w.jpg)

**数据集内容：**HighD数据集是在德国高速公路上记录的自然车辆轨迹的新数据集。使用无人机，可以从空中角度克服已建立的交通数据收集方法的典型局限性，例如遮挡。

**数据集数量：**共记录了六个不同地点的交通情况，其中包括11万多辆车。每辆车的轨迹，包括车辆类型，尺寸和动作。

数据集功能：车辆检测

下载链接：[点击查看](https://www.jiangdabai.com/download/highway-drone-dataset "点击查看")

（2）Okutama-Action数据集

数据集图片：

![](https://pic4.zhimg.com/80/v2-7c47db7b1da2d4c7c05f8c056858d2a3_1440w.jpg)

![](https://pic1.zhimg.com/80/v2-1815284040811e89645aa7197b5493ec_1440w.jpg)

**数据集内容：**Okutama-Action是一个新的视频数据集，可同时进行空中人体动作检测。

它由43分钟长的全注释序列和12个动作类别组成。Okutama-Action具有当前数据集中缺少的许多挑战，包括动作的动态过渡，比例和纵横比的显著变化。

**数据集数量：**每个视频名称均由3个由点分隔的整数组成。这些整数从左到右的定义是：

（1）无人机编号。除一个场景外，每个场景都是同时使用2架无人机（具有不同配置）捕获的。

（2）一天的一部分。“ 1”表示早晨，“ 2”表示中午。

（3）方案编号。

数据集功能：人体检测、行为识别

下载链接：[点击查看](https://www.jiangdabai.com/download/okutama-action%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

（3）small aircraft target detection数据集

数据集图片：

![](https://pic3.zhimg.com/80/v2-15104f5e25b2e6abfafba4e40a88a45a_1440w.jpg)

数据集内容：红外小目标检测跟踪，是远程精确打击、空天攻防对抗，和遥感情报侦察等军事应用中的重要研究内容。

针对当前红外实测数据，样本匮乏的情况，收集了一架或多架，固定机翼无人机目标为检测对象的算法测试数据集。

数据集数量：数据集获取场景：涵盖了天空、地面等多种场景，共计 22 段数据、30 条航迹、16177 帧图像、16944 个目标。

数据集功能：目标检测

下载链接：[点击查看](https://www.jiangdabai.com/download/small-aircraft-target-detection%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

（4）AU-AIR数据集

数据集图片

![](https://pic2.zhimg.com/80/v2-6d9db6ad876f5df5cbb66509daf3838d_1440w.jpg)

数据集内容：AU-AIR数据集是第一个用于目标检测的多模式UAV数据集。

数据集来自不同机载传感器的，多模式数据的无人机视觉和机器人技术，并推动了空中监视的计算机视觉和机器人算法的开发。

数据集数量：AU-AIR数据集包括2小时的原始视频，32823个标记的帧，132034个对象实例，与交通监控有关的8个对象类别

数据集功能：目标检测

下载链接：[点击查看](https://www.jiangdabai.com/download/au-air%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

（5）Stanford Drone数据集

数据集图片：

![](https://pic1.zhimg.com/80/v2-bd850fb76a4cc5644984179f52aac780_1440w.jpg)

数据集内容：Stanford Drone数据集是一个室外无人机数据集，包含各种类型的目标（不仅是行人，还包括自行车，滑板，汽车，公共汽车和高尔夫球车）的图像和视频。

在上图中，行人用粉色标记，骑自行车的人用红色标记，滑板手用橙色标记，汽车用绿色标记。

数据集数量：数据集包含八个场景。每个场景中的视频数量，和每个场景中每种目标的百分比如下：

数据集功能：目标检测

下载链接：[点击查看](https://www.jiangdabai.com/download/stanford-drone%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

**第二部分：视频分析**

（1）CADP数据集

数据集图片：

数据集内容：CADP数据集是一个用于交通事故分析的图像数据集，主要用于事故检测和预测类型分析，为了解决缺乏公共数据来研究道路时空交通自动时空标注的问题。

数据集数量：数据集包含从YouTube收集的1,416个视频片段，其中205个视频片段具有完整的时空注释。视频的平均长度为每个视频366帧，最长的视频为554帧。

数据集功能：视频分析、目标检测

下载链接：[点击查看](https://www.jiangdabai.com/download/cadp%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

（2）ERA数据集数据集图片：

数据集内容：随着无人驾驶飞机（UAV）的广泛普及，已经制作了大量的航拍视频。人们筛选如此大的数据并理解其内容是不现实的。因此，对无人机视频自动理解的方法学研究至关重要。

数据集数量：在这项工作中，提出了一个大型的数据集，称为ERA（航拍视频中的事件识别），由2864个视频组成，每个视频都包含一个来自25个不同类别的标签，对应于展开5秒640*640大小的视频。

数据集功能：视频分析、目标检测

下载链接：[点击查看](https://www.jiangdabai.com/download/era%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

**第三部分：无人机控制**

（1）UAV-GESTURE数据集

数据集图片：

数据集内容：UAV-GESTURE数据集，是用于无人机控制和手势识别的数据集。

目前无人机数据集，主要是目标检测和目标跟踪相关的数据集，而手势识别数据集，主要处于室内空间中。因此，没有在户外，适用于UAV控制的手势识别数据集。

因为通过无人机的视觉传感器，手势信号可以有效地用于无人机控制。

为了填补这一空白并在更广泛的应用领域进行研究，我们提出了室外环境下的，无人机手势信号数据集。

数据集数量：UAV-GESTURE数据集中，选择了13种适合无人机导航和命令的手势。总共包含由37151帧组成的119个高清视频。

数据集功能：手势识别、无人机控制

下载链接：[点击查看](https://www.jiangdabai.com/download/uav-gesture%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

第四部分：目标定位

（1）University-1652数据集

数据集图片：

数据集内容：该数据集主要包含两方面的任务。

（1）无人机视图目标定位：（无人机->卫星）给定一个无人机视图图像或视频，该任务旨在找到最相似的卫星视图图像，以在卫星视图中定位目标建筑物。

（2）无人机导航：（卫星->无人机）给定一个卫星视图图像，该无人机将试图找到它经过的最相关的位置（无人机视图图像）。根据其飞行历史，可以将无人机导航回目标位置。

数据集数量：数据集主要包含全球72所大学的1652座建筑物。

数据集功能：目标定位

下载链接：[点击查看](https://www.jiangdabai.com/download/university-1652%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

**第五部分：目标追踪**

（1）UAV123数据集

数据集图片：

数据集内容：UAV123是一个从低空无人机捕获的视频跟踪数据集，目标功能在于长期空中跟踪（UAV20L）。

数据集数量：UAV123数据集，包含总共123个视频序列和超过110K帧，使其成为仅次于ALOV300 ++的第二大对象跟踪数据集。

数据集功能：目标追踪

下载链接：[点击查看](https://www.jiangdabai.com/download/uav123%e6%95%b0%e6%8d%ae%e9%9b%86 "点击查看")

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可，转载请附上原文出处链接和本声明。
本文链接地址：https://flyai.com/article/957

讨论

500字

表情

发送

删除确认

是否删除该条评论？

取消删除