YOLOv11机场跑道大型客机-飞机目标检测数据集
📊 数据集基本信息
- 目标类别： 'airplane', 'nose', 'tail'
- 中文类别：'飞机', '机头', '机尾'
- 训练集：181 张
- 验证集：0 张
- 测试集：20 张
- 总计：201 张
📄 data.yaml 配置信息
该数据集提供了data.yaml文件，内容如下：
yaml
train: ../train/images
val: ../valid/images
test: ../test/images
nc: 3
names: ['airplane', 'nose', 'tail']🖼️ 标注可视化
📝 数据集分析
该数据集聚焦于机场跑道及周边区域的航空器识别任务，涵盖飞机在起飞、降落、滑行及停靠等多种运行状态下的视觉信息，具备高度真实性的场景还原能力。通过精确标注飞机整体及其关键部位（如机头与机尾），为航空安全监控、自动引导系统和空中交通管理等提供可靠的数据支撑，具有显著的行业应用价值。
该数据集包含训练集181张、测试集20张，共计201张图像，分布结构合理，充分保障了模型训练的样本充足性与评估的独立性。训练集规模足够支持深度学习模型的有效收敛，测试集则能够全面验证模型在未见场景下的泛化性能，整体数据划分符合实际开发需求，确保了实验流程的科学性与严谨性。
该数据集的标注工作严格遵循规范，所有目标均采用边界框形式进行精准定位，标注覆盖飞机整体及机头、机尾等关键部件，且标注框与实际物体轮廓高度吻合。多角度、多光照条件下的标注一致性良好，体现了高质量的人工标注标准，为后续模型训练提供了高可信度的监督信号。
该数据集可广泛应用于民航机场的智能安防系统、航班调度辅助决策平台以及无人机航拍监测等领域。其对飞机关键部位的精细化标注特性，特别适用于需要识别飞机姿态或判断飞行状态的场景，例如跑道入侵预警、自动泊位引导和航空器健康状态评估，具备良好的工程落地潜力。
例如跑道入侵预警、自动泊位引导和航空器健康状态评估，具备良好的工程落地潜力。
数据集下载
参考：小郭AI日志
https://mp.weixin.qq.com/s/7H8uEjxlIYnWA4uOdGyHpA?payreadticket=HHYehCnhWslEeKolx_w__Pz9JF1fIYcQux0KLxGFu2R7CxAeyBjULVDDtsYzxUNkfqXvyUc