VTUAV 可见光‑红外双模态无人机航拍目标检测数据集介绍、下载及YOLO/VOC/COCO训练格式转换

VTUAV-DET 完整 数据集下载目录 统计信息同时包含三种主流标注格式COCO JSON、VOC XML、YOLO TXTVTUAV-DET 数据集数据集介绍、下载| 目标检测 |多模态|水平框原始图像✅VOC 标签✅|COCO 标签✅|YOLO 标签✅全领域数据集目录链接计算机视觉数据集下载目录 | 涉及遥感️、多模态、海洋声呐、SAR、异常/缺陷️、医学、农业、日常场景等文章目录一、数据集基础信息二、数据规模三、模态与标签格式四、标签转换五、训练样例一、数据集基础信息原始基准DUT‑VTUAVVisible‑Thermal UAV Tracking大连理工CVPR2022原生任务是单目标跟踪VTUAV‑det从500条视频序列里均匀抽帧把视频跟踪标签转换成静态图像检测标注构建面向检测任务的子集采集设备大疆M300 RTK H20T双光相机飞行高度5–20 mRGB与红外图像逐帧严格配准分辨率固定1920×1080。官方链接https://zhang-pengyu.github.io/DUT-VTUAV/二、数据规模原始全集500个视频序列约166万对RGB‑红外图像白天325条、夜间175条目标大类行人、车辆、动物、船只等5个超类细分为13个子类别VTUAV‑det检测子集对长视频稀疏采样保留白天/黄昏/夜晚、逆光、雾天、遮挡、小目标场景类别信息names: 0: person 1: rider 2: crowd 3: uncertain三、模态与标签格式图像成对存储一张可见光RGB图 一张长波红外TIR图一一对应标签原生VTUAV跟踪ID bbox 掩码部分子集VTUAV‑det去掉时序跟踪ID只保留类别边界框四、标签转换转换后的完整 数据集目录包含COCO JSON、VOC XML、YOLO TXT三种主流标签 VTUAV‑det ├─ test │ ├─ anno │ │ ├─ 00001.xml │ │ └─ ... │ ├─ ir │ │ ├─ ️ 00001.jpg │ │ └─ ... │ ├─ labels │ │ ├─ 00001.txt │ │ └─ ... │ ├─ rgb │ │ ├─ ️ 00001.jpg │ │ └─ ... │ └─ val_ir.json └─ train ├─ anno │ ├─ 00001.xml │ └─ ... ├─ ir │ ├─ ️ 00001.jpg │ └─ ... ├─ labels │ ├─ 00001.txt │ └─ ... ├─ rgb │ ├─ ️ 00001.jpg │ └─ ... └─ train_ir.json文件夹释义test / train数据集划分测试集与训练集annoVOC 格式.xml标注文件ir红外模态图像.jpglabelsYOLO 格式.txt标签文件rgb可见光彩色图像.jpgtrain_ir.json / val_ir.json红外模态对应的 COCO 格式标注文件五、训练样例以YOLO 水平框标签为例进行训练