VisDrone2019-DET 无人机小目标检测数据集

一、数据集概览

VisDrone 是由天津大学机器学习与数据挖掘实验室 AISKYEYE 团队发布的大规模无人机视角目标检测基准数据集，对应 ICCV 2019 的 "Vision Meets Drone" 挑战赛。

1.1 数据规模

子集	图像数量	说明
训练集 (train)	6,471 张	用于模型训练
验证集 (val)	548 张	用于超参数调优与模型选择
测试集 (test-dev)	1,610 张	含标注，可进行论文实验与结果发布

总标注框数量：超过 260 万个边界框
图像来源：288 个视频片段 + 10,209 张静态图像

1.2 采集特点

地理位置：中国 14 个不同城市，相距数千公里
场景类型：城市、乡村等多种环境
目标对象：行人、车辆、自行车等交通相关目标
密度分布：稀疏场景与拥挤场景均有覆盖
采集条件：多种无人机平台、不同天气与光照条件
数据多样性：有利于提升模型泛化能力

二、目标类别

数据集包含 10 个预定义类别，如下表所示：

类别ID	英文名称	中文名称
0	pedestrian	行人
1	people	人群
2	bicycle	自行车
3	car	小汽车
4	van	面包车
5	truck	卡车
6	tricycle	三轮车
7	awning-tricycle	带篷三轮车
8	bus	公交车
9	motor	摩托车

三、目录结构

复制代码

dataset_visdrone/
├── data.yaml                    # YOLO 数据集配置文件
├── VisDrone2019-DET-train/      # 训练集
│   ├── images/                  # 训练图像
│   └── labels/                  # 训练标签 (YOLO格式)
├── VisDrone2019-DET-val/        # 验证集
│   ├── images/                  # 验证图像
│   └── labels/                  # 验证标签
└── VisDrone2019-DET-test-dev/   # 测试集
    ├── images/                  # 测试图像
    └── labels/                  # 测试标签

四、标注格式

4.1 YOLO 格式说明

本数据集已转换为 YOLO 标准格式 。每个图像对应一个同名的 .txt 标签文件，每行代表一个目标：

复制代码

<class_id> <x_center> <y_center> <width> <height>

字段	含义	取值范围
class_id	类别ID	0~9
x_center	边界框中心 x 坐标（归一化）	[0, 1]
y_center	边界框中心 y 坐标（归一化）	[0, 1]
width	边界框宽度（归一化）	[0, 1]
height	边界框高度（归一化）	[0, 1]

坐标均为相对图像尺寸的归一化值。

4.2 标注示例

复制代码

3 0.026429 0.956190 0.052857 0.074286   # car - 小汽车
8 0.982143 0.737619 0.035714 0.075238   # bus - 公交车
0 0.208929 0.655714 0.007857 0.025714   # pedestrian - 行人（小目标）

五、小目标特性

VisDrone 数据集非常适合小目标检测研究，具有以下典型特点：

5.1 目标尺度小

无人机航拍高度较高，目标在图像中占据像素较少
行人、车辆等目标常表现为几十像素甚至更小
大量目标的宽度或高度归一化后小于 0.02（即占图像 2% 以下）

5.2 密集分布

交通路口、人行道等场景中目标密集
遮挡严重，增加检测难度

5.3 多尺度混合

同一张图像中存在近大远小现象
尺度跨度大，对多尺度特征提取要求高

5.4 类别分布不均

小汽车 (car)、自行车 (bicycle)、公交车 (bus) 等出现频率较高
部分类别如带篷三轮车等样本较少

六、与无人机小目标检测研究的契合度

本数据集适用于：

无人机航拍场景：典型俯视/斜视视角
小目标检测：大量小尺度目标，符合研究需求
实际应用：交通监控、人群统计、安防巡检等

适用于《基于深度学习的无人机航拍小目标检测算法研究》等课题。

七、特殊标注说明

原始 VisDrone 标注包含以下特殊处理：

忽略区域 (Ignore Regions)：因分辨率低或过于拥挤而难以精确标注的区域
其他类别 (Others)：如工程车、叉车、油罐车等罕见类型，评估时不计入

本数据集已转换为 YOLO 格式，上述区域在转换中已做相应处理。

八、配置文件说明

data.yaml 用于 YOLO 等框架的数据集配置，主要字段如下：

复制代码

path: <数据集根目录路径>
train: VisDrone2019-DET-train/images
val: VisDrone2019-DET-val/images
test: VisDrone2019-DET-test-dev/images

nc: 10   # 类别数量

names:
  0: pedestrian
  1: people
  2: bicycle
  3: car
  4: van
  5: truck
  6: tricycle
  7: awning-tricycle
  8: bus
  9: motor

使用前请将 path 修改为本机数据集的实际路径。

九、参考文献

如在论文中使用本数据集，建议引用：

复制代码

@article{zhu2021detection,
  title={Detection and tracking meet drones challenge},
  author={Zhu, Pengfei and Wen, Longyin and Du, Dawei and Bian, Xiao and Fan, Heng and Hu, Qinghua and Ling, Haibin},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  volume={44},
  number={11},
  pages={7380--7399},
  year={2021},
  publisher={IEEE}
}

十、相关链接

数据集官网：https://aiskyeye.com/
GitHub 仓库：https://github.com/VisDrone/VisDrone-Dataset
ICCV 2019 挑战赛：Vision Meets Drone Object Detection in Image Challenge