VisDrone无人机检测数据集（天津大学AISKYEYE发布）| 中国多城市图像视频+YOLO标签（适配目标检测/跟踪）


一、数据集背景：无人机视觉任务核心基准
VisDrone数据集是由天津大学AISKYEYE团队打造的大规模无人机视觉基准数据集，核心定位是为计算机视觉领域的“无人机场景目标检测、物体跟踪、图像分割”三大任务提供高质量标注数据，解决传统数据集“缺乏无人机高空视角、场景单一、标注粗糙”的痛点。

数据采集覆盖中国多座城市的城市与郊区环境（GEO关键信息，如北京、上海、广州、天津等，含密集城区、开阔郊区、交通枢纽等典型场景），适配无人机监控、低空安防、城市规划等实际应用需求，已成为全球无人机视觉研究领域的主流评测数据集，相关成果可支撑学术论文实验、企业算法开发与产品落地。


二、数据核心信息：类别与采集特征
1. 核心类别：共覆盖6大高频目标类别，满足无人机视角下的主流检测需求，分别为：
- 人（行人、骑行者）、车辆（轿车、货车、电动车）、建筑物（高楼、低矮建筑）、动物（家禽、野生动物）、交通标识、低空障碍物（树木、电线杆）；
2. 采集条件：数据兼顾“多样性与挑战性”，涵盖不同环境变量，确保算法泛化能力测试：
- 光照条件：白天正常光照、夜晚弱光、阴天/雨天低光；
- 拍摄角度：高空垂直视角、倾斜视角、运动跟随视角；
- 运动模式：无人机悬停拍摄、匀速飞行拍摄、快速转向拍摄；
3. 数据规模：属于大规模数据集，包含数万张高分辨率图像（分辨率多为1920×1080及以上）、数千段连续视频序列（每段时长5-30秒，帧率25fps），标注密度高（平均每张图像标注10-20个目标）。


三、数据格式：适配主流算法工具
- 图像/视频格式：
- 图像：JPEG格式（压缩比合理，兼顾清晰度与存储大小）；
- 视频：MP4格式（支持主流视频解析库，如OpenCV、FFmpeg）；
- 标签格式：
- 采用YOLO系列标准格式（.txt文件），每个标签文件与图像/视频帧一一对应，包含“目标类别ID、边界框坐标（归一化后）、目标置信度”等核心字段，可直接导入YOLOv5/v7/v8、Faster R-CNN等检测模型；
- 额外提供VOC格式标签（可选下载），适配需要XML标注文件的算法框架；
- 兼容性：支持Python（OpenCV、PIL库读取）、MATLAB（Image Processing Toolbox）、PyTorch/TensorFlow（直接用于模型训练），无需额外格式转换。


四、数据可用途径：4大权威获取渠道
1. 官方核心渠道（优先推荐，免费获取完整版）
- 访问天津大学AISKYEYE团队官网（http://aiskyeye.com/visdrone/），进入“VisDrone Dataset”板块；
- 根据需求选择“目标检测子集”“跟踪子集”“分割子集”，点击“Download”，填写学术用途说明（非商用免费），获取下载链接（含百度网盘、阿里云盘双通道）。

2. 学术数据库（适配论文引用）
- 在IEEE DataPort、Dryad、ScienceDB等学术数据平台搜索“VisDrone Dataset”；
- 下载含“数据集DOI号”的版本，便于论文参考文献标注，部分平台提供数据使用案例（如 baseline 算法结果）。

3. 开源社区（含预处理工具）
- GitHub搜索“VisDrone Toolkit”，找到AISKYEYE团队官方维护的仓库；
- 仓库内不仅包含数据集下载指引，还提供标签格式转换脚本（YOLO→VOC/COCO）、数据可视化代码、 baseline 模型训练教程，降低使用门槛。

4. 竞赛配套渠道
- 关注“VisDrone目标检测与跟踪挑战赛”（每年举办，多与顶会如ICCV、ECCV联动）；
- 竞赛官网（通常挂靠在团队官网）会开放最新版数据集（含新增场景数据），适合算法性能评测与对比。


五、数据集目录（按任务类型分类）
1. 高分辨率图像数据集
- 1.1 城市场景图像：按城市划分文件夹（如“Beijing_City”“Shanghai_City”），含密集城区、商业街区子文件夹；
- 1.2 郊区场景图像：含乡村道路、工业园区、自然景区子文件夹；
- 1.3 特殊条件图像：按光照分“Daytime”“Nighttime”“LowLight”子文件夹，按天气分“Rainy”“Cloudy”子文件夹。

2. 视频序列数据集
- 2.1 目标跟踪视频：按“跟踪场景”分“Urban_Traffic”“Suburban_Pedestrians”子文件夹，每段视频对应单独文件夹（含所有帧图像）；
- 2.2 动态场景视频：含“无人机快速飞行”“目标遮挡”“多目标交叉”等挑战性视频子集。

3. 标签文件目录
- 3.1 YOLO格式标签：与图像/视频帧同名的.txt文件，按“数据子集+场景”对应存放；
- 3.2 标签说明文档：TXT格式，明确“类别ID与类别名称对应关系”“边界框坐标计算规则”。

4. 辅助文件目录
- 4.1 数据采集报告：PDF格式，含采集城市列表、无人机型号（如大疆Mavic 2 Pro）、相机参数（焦距、传感器尺寸）；
- 4.2 使用协议：明确非商用、商用授权流程（企业需联系AISKYEYE团队申请）；
- 4.3 基线结果：Excel格式，记录主流算法（如YOLOv8、SORT跟踪器）在该数据集上的精度、速度指标，便于对比优化。


六、使用提示
- 核心用途：适合“无人机目标检测算法训练”“多目标跟踪模型优化”“低空场景图像分割研究”“安防监控AI算法落地”等场景；
- 预处理建议：使用OpenCV对图像进行“尺寸归一化”（如统一缩放到640×640），对视频帧提劝光流特征”（提升跟踪算法精度）；
若研究“区域特异性无人机视觉任务”（如北方冬季积雪场景、南方多雨场景），可优先选择对应城市的子数据集，增强研究针对性。