YOLOv11算法夜间机场跑道灯带目标检测数据集
📊 数据集基本信息
- 目标类别： 'strip'
- 中文类别：'跑道灯带'
- 训练集：630 张
- 验证集：180 张
- 测试集：90 张
- 总计：900 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: 1
names: ['strip']🖼️ 标注可视化
📝 数据集分析
该数据集专注于夜间机场跑道灯带的识别与检测，涵盖多种光照条件和视角下的真实场景，为模型训练提供了高质量、高复杂度的视觉样本。图像采集覆盖了不同天气状况和飞行阶段，充分体现了实际应用中的多样性与挑战性，具备良好的泛化潜力。
该数据集包含900张图像，其中训练集630张、验证集180张、测试集90张，结构合理，比例均衡，能够有效支持模型的训练、调优与评估流程。各类别样本在不同时间段和环境条件下均有充分覆盖，确保了数据分布的全面性和代表性，有利于提升模型在多变场景下的鲁棒性。
该数据集的标注工作精细准确，所有"跑道灯带"均通过边界框清晰标注，标注位置与实际物体高度一致，且标注一致性良好，无明显偏移或遗漏现象。图像分辨率高，夜间灯光特征清晰可见，为算法学习提供了可靠的视觉线索，显著提升了模型对细小目标的识别能力。
该数据集适用于航空安全监控、智能机场管理系统以及自动驾驶辅助系统等领域的目标检测任务，尤其在低光环境下对关键基础设施的自动识别具有重要价值。其高质量的数据构成和专业的标注标准，为相关研究与工程应用提供了坚实的基础支撑，推动了智能视觉技术在交通领域的深入发展。
研究与工程应用提供了坚实的基础支撑，推动了智能视觉技术在交通领域的深入发展。
数据集下载
参考：小郭AI日志
https://mp.weixin.qq.com/s/7H8uEjxlIYnWA4uOdGyHpA?payreadticket=HHYehCnhWslEeKolx_w__Pz9JF1fIYcQux0KLxGFu2R7CxAeyBjULVDDtsYzxUNkfqXvyUc