【无人机目标检测数据集】

目标检测
数据集	网址	详细说明	示例
VisDrone-Dataset	https://github.com/VisDrone/VisDrone-Dataset	VisDrone2019 数据集由中国天津大学机器学习与数据挖掘实验室的 AISKYEYE 团队收集。基准数据集由 288 个视频片段组成，由 261,908 帧和 10,209 张静态图像组成，由各种无人机安装的相机捕获，覆盖范围广泛，包括位置（取自中国相隔数千公里的14个不同城市）、环境（城市和乡村）、物体（行人、车辆、自行车等）和密度（稀疏和拥挤的场景）。 请注意，数据集是使用各种无人机平台（即具有不同型号的无人机）、在不同场景下以及在各种天气和光照条件下收集的。
CARPK	https://lafi.github.io/LPN/	包含通过无人机 (PHANTOM 3 PROFESSIONAL) 收集的来自 4 个不同停车场的近 90,000 辆汽车。这些图像是在大约 40 米高的无人机视图中收集的。此外，我们完成了来自部分 PUCPR 数据集的单个图像中所有汽车的注释，称为 PUCPR+ 数据集，其中总共有近 17,000 辆汽车。这是一个大规模的数据集焦点，用于不同停车场场景中的汽车计数。图像集由每辆车的边界框注释。所有标记的边界框都被很好地记录在左上角的点和右下角的点上。它支持对象计数、对象定位以及使用边界框中的注释格式进行进一步调查。
语义分割
Semantic Drone Dataset	https://www.tugraz.at/index.php?id=22387	采用无人机在5-30低空拍摄的城市场景数据集，图像像素高达6000x4000px (24Mpx) 作者为训练和测试集准备了像素精确的注释。 数据集包括20类常见的城市常见目标。
Urban Drone Dataset(UDD)	https://github.com/MarcWong/UDD	北京大学、葫芦岛市、河南大学和沧州市收集的无人机图像数据集。数据集包括：植被，建筑，道路，车辆，背景５类