【無人機目標檢測數據集】

目標檢測
數據集	網址	詳細說明	示例
VisDrone-Dataset	https://github.com/VisDrone/VisDrone-Dataset	VisDrone2019 數據集由中國天津大學機器學習與數據挖掘實驗室的 AISKYEYE 團隊收集。基准數據集由 288 個視頻片段組成，由 261,908 幀和 10,209 張靜態圖像組成，由各種無人機安裝的相機捕獲，覆蓋范圍廣泛，包括位置（取自中國相隔數千公里的14個不同城市）、環境（城市和鄉村）、物體（行人、車輛、自行車等）和密度（稀疏和擁擠的場景）。 請注意，數據集是使用各種無人機平台（即具有不同型號的無人機）、在不同場景下以及在各種天氣和光照條件下收集的。
CARPK	https://lafi.github.io/LPN/	包含通過無人機 (PHANTOM 3 PROFESSIONAL) 收集的來自 4 個不同停車場的近 90,000 輛汽車。這些圖像是在大約 40 米高的無人機視圖中收集的。此外，我們完成了來自部分 PUCPR 數據集的單個圖像中所有汽車的注釋，稱為 PUCPR+ 數據集，其中總共有近 17,000 輛汽車。這是一個大規模的數據集焦點，用於不同停車場場景中的汽車計數。圖像集由每輛車的邊界框注釋。所有標記的邊界框都被很好地記錄在左上角的點和右下角的點上。它支持對象計數、對象定位以及使用邊界框中的注釋格式進行進一步調查。
語義分割
Semantic Drone Dataset	https://www.tugraz.at/index.php?id=22387	采用無人機在5-30低空拍攝的城市場景數據集，圖像像素高達6000x4000px (24Mpx) 作者為訓練和測試集准備了像素精確的注釋。 數據集包括20類常見的城市常見目標。
Urban Drone Dataset(UDD)	https://github.com/MarcWong/UDD	北京大學、葫蘆島市、河南大學和滄州市收集的無人機圖像數據集。數據集包括：植被，建築，道路，車輛，背景５類