该数据集包含 1962 个 .jpg 无人机图像,可以用于图像分类。
优点:所有图像都经过清理、裁剪、重复删除、劣质质量删除等。
缺点:图片为不同的尺寸。
原创 | 张 尹 编辑 | 吕嘉玲全文1591字,预计阅读时间3分钟 基于视觉的无人机检测方法可以分为两种:基于深度学习和基于运动信息的无人机检测方法。其中,基于深度学习的检测方法利用了无人机的外观信息,基于运动…
基于无人机视觉的目标检测具有巨大的商业潜力和广泛的应用领域。与地面检测相比,无人机检测在空中无遮挡,具有更广的视野,能监测的范围更大,而且无人机使用成本低、环境适应能力强,适用于交通路口监测、大型集…
网易是中国领先的互联网技术公司,为用户提供免费邮箱、游戏、搜索引擎服务,开设新闻、娱乐、体育等30多个内容频道,及博客、视频、论坛等互动交流,网聚人的力量。
目标检测 数据集 网址 详细说明 示例 VisDrone-Dataset VisDrone/VisDrone-Dataset VisDrone2019 数据集由中
1.UC Merced Land-Use(用于土地利用研究的可见光遥感图像数据集,图片取自USGSNational Map Urban Area Imagery系列)2.NWPUVHR-10(有10个类别的对象,这些图像是从Google Earth和Vaihingen数据集裁剪而来,并且由专家进行了类别标注)3.VEDAI(Vehicle Detection in Aerial Imagery)数据集用于多种类车辆检测任务,该数据集的航空图像取自犹他州AGRC4.U...
无人机航拍数据集检测,内含标注文件与原图,可用于目标检测。 - 飞桨AI Studio
装有摄像头的无人机具有捕获空中图像(鸟瞰图)的优势。由于空中图像数据的可用性和目标检测算法的新进展,使得计算机视觉界将注意力集中到航摄图像上的目标检测任务。但是...
无人机目标检测的经典数据集
1.DroneVehicle Dataset
该数据集由天津大学在一篇论文中推出的大型无人机航拍车辆数据集,该数据集面向的视觉任务主要是车辆检测和车辆计数。它的特点是:拍摄环境涵盖从白天到晚上,含有真实环境的遮挡和尺度变化,共有15532对(31064幅)图像,441642个标注实例。
2.DOTA Dataset
该数据集由武汉大学于2017年11月28日在arXiv上发布,在2018年6月在IEEE计算机视觉和模式识别会议上发布,一共2806幅航拍图,包含不同尺度、方向和形状的物体,每张图片的像素尺寸在800800到40004000的范围内。
3.AU-AIR Dataset
该数据集是首个用于目标检测的多模态无人机数据集,可用于目标检测、交通监控等场景,该数据拥有多模态数据,包括时间、GPU位置、IMU等参数。包括小于2小时的原始视频、32823个已经标注好的图像帧、132034个对象实例、8个与交通监控相关的对象类别,其中标签还标注了时间、GPS、IMU、高度、线速度等参数。
4. VisDrone Dataset
VisDrone 2020数据集是由天津大学机器学习与数据挖掘实验室AISKYYE队伍负责收集,全部数据都是由无人机获取,数据收集来自于全国14个城市,由400个视频组成,包括265228帧和10209幅静态图片,在目标检测中总共包括10类目标,如行人、人类、小车、厢式货车、公交车、货车、摩托车、自行车、有篷三轮车和三轮车,这些数据集还提供了场景可见性、对象类别和遮挡等重要属性。VisDrone数据集与其它数据集不同之处在于,每张图片中并不是含有单一的几个物体而已,而是含有大量的检测物体,总共含有260万个标注框,这些物体还会出现重叠的情况,有的目标还比较小,这就给模型产生anchor的能力形成了很大的挑战。
一个小型版本的数据集,它由代表 160 个场景实例的160 个图像对(噪声和ground-truth)组成。 Papers Abdelrahman Abdelhamed, Lin S., Brown M. S. "A High-Quality Denoising Dataset for Smartphone Cameras", IEEE Computer Vision and Pattern
大多数以前的图像去噪方法都集中在加性高斯白噪声(AWGN)上。然而,随着计算机视觉技术的进步,现实世界中的噪声图像去噪问题也随之而来。为了在实现并发真实世界图像去噪数据集的同时促进对该问题的研究,作者们构建了一个新的基准数据集,其中包含不同自然场景的综合真实世界噪声图像。这些图像是由不同的相机在不同的相机设置下拍摄的。 Citation Jun Xu, Hui Li, Zhetong Lian
由于小光圈和传感器尺寸,智能手机图像通常比数码单反相机具有更多的噪点。考虑到图像去噪是一个活跃的研究领域,作者提出了一个去噪图像数据集,该数据集代表来自智能手机相机的真实噪声图像,具有高质量的地面实况。该数据集与CVPR 2020一起用于NTIRE 2020 真实图像去噪挑战赛。 该数据集包含以下智能手机在不同光照条件下拍摄的 160 对噪声/真实图像: GP: Google PixelIP:
本数据集来自于AIM 2022 压缩图像和视频超分辨率挑战赛”中的前 5 名解决方案工作:Swin2SR: SwinV2 Transformer for Compressed Image Super-Resolution and Restoration Please check our project SWIN2SR https://github.com/mv-lab/swin2sr ???? ????