
UAVDT是一个具有大规模的挑战性的无人机检测和跟踪基准(即10小时原始视频中约8万帧的代表性帧),用于3项重要的基本任务,即目标检测(DET)、单目标跟踪(SOT)和多目标跟踪(MOT)。,pixel resolution: 约0.15m,object number: 1800
步骤三:使用PhenoAI air分析系统对图像进行数据分析,仅需点击三步即可(①标记小区②尺度校正③点击分析),仪式现场
数据集由无人机在各种复杂场景中捕获。本基准中关注的对象是车辆。使用边界框和一些有用的属性(例如,车辆类别和遮挡)对帧进行手动注释。,下图是很现有数据集的一个比较:,数据集数量:AU-AIR数据集包括2小时的原始视频,32823个标记的帧,132034个对象实例,与交通监控有关的8个对象类别,这 45 个场景类别包括飞机、机场、棒球场、篮球场、海滩、桥梁、丛林、教堂、圆形农田、云、商业区、密集住宅、沙漠、森林、高速公路、高尔夫球场、地面田径、港口、工业地区、交叉口、岛、湖、草地、中型住宅、移动房屋公园、山、立交桥、宫、停车场、铁路、火车站、矩形农田、河、环形交通枢纽、跑道、海、船舶、雪山、稀疏住宅、体育场、储水箱、网球场、露台、火力发电站和湿地。,我市交通运输部门加强智蓝无人机执法工作室“云上执法”建设,逐步形成一套实用性、操作性强的“1234”体系,即“1本手册、2项制度、3大领域、4个特色”的制度化、体系化“云上执法”模式。
car,,数据集共计 2806 幅航拍图,每张图像的像素尺寸在 800*800 到 4000*4000 的范围内,其中包含不同尺度、方向和形状的物体。之后这些 DOTA 图像经由专家使用 15 个常见目标类别进行注释,包括:飞机,轮船,储罐,棒球场,网球场,篮球场,地面跑道,港口,桥梁,大型车辆,小型车辆,直升机,环形交叉路口,足球场和篮球场。
ppyoloe实战之VisDrone2019无人机数据-pudn.com,“云上执法”“1234”体系
由卡昂大学于2015年发布,3.UCAS-AOD