VisDrone2019 数据集介绍、下载及YOLO/VOC/COCO训练格式转换

VisDrone2019 完整数据集下载目录同时包含三种主流标注格式COCO JSON、VOC XML、YOLO TXTVisDrone2019 数据集️数据集介绍、下载| 目标检测 |水平框原始图像✅|原始标签✅VOC标签✅|COCO 标签✅|YOLO HBB标签✅文章目录一、基本背景二、 数据集规模2.1. 数据采集规模2.2 采集场景多样性三、标注类别四、标注格式转换4.1 原始标签4.2 转换后的标签五、训练样例一、基本背景VisDrone2019 是天津大学AISKYEYE实验室在ICCV2019发布的大规模无人机航拍视觉基准数据集是无人机目标检测、跟踪、人群计数领域最主流的公开评测数据集专门解决高空俯视视角下小目标、密集遮挡、尺度剧变等航拍特有难题官方地址https://github.com/VisDrone/VisDrone-Dataset。二、 数据集规模2.1. 数据采集规模静态图像任务DET最常用图像目标检测总计10209张航拍RGB图分辨率 1360×765 ~ 2000×1500Train6471 张Val548 张Test-dev带标注本地测试1610 张Test-challenge无标注官方竞赛提交1580 张视频任务VID/MOT/SOT288段视频、261908帧最高4K3840×2160支持视频检测、单/多目标跟踪全局标注总量超260万人工标注边界框附带遮挡、截断精细属性标注。2.2 采集场景多样性地域中国14座城市城乡、高速、商圈、广场、景区、城中村全覆盖环境白天、黄昏、夜晚、阴天、轻度雾天拍摄条件多款无人机、不同飞行高度、倾斜俯视角度、动态飞行带来运动模糊目标密度稀疏车流、密集人流、停车场海量小车等极端场景并存。三、标注类别ID类别名称说明训练是否使用0ignored regions不可标注密集小目标区域忽略区过滤丢弃1pedestrian站立/行走行人有效类别2people骑行、蹲坐、人群中人有效类别3bicycle自行车有效类别4car小轿车有效类别样本最多5van面包车有效类别6truck货车、卡车有效类别7tricycle普通三轮车有效类别8awning-tricycle带篷三轮车有效类别样本极少长尾9bus大巴公交车有效类别10motor摩托车、电动车有效类别11others无关杂类、稀有机械车辆过滤丢弃实际训练一般只用1~10共10类数据集存在严重类别长尾car数量是awning-tricycle的40倍以上。name:0:pedestrian# 站立/行走行人1:people# 骑行、蹲坐、人群中人2:bicycle# 自行车3:car# 小轿车4:van# 面包车5:truck# 货车、卡车6:tricycle# 普通三轮车7:awning-tricycle# 带篷三轮车8:bus# 大巴公交车9:motor# 摩托车、电动车四、标注格式转换4.1 原始标签每张图对应同名.txt每行一条目标逗号分隔8个字段x1,y1,w,h,score,category,truncation,occlusion字段释义x1,y1框左上角像素坐标w,h框宽、高像素score0忽略该框1有效目标category0~11类别IDtruncation截断程度0无截断 / 1轻微截断 / 2严重截断occlusion遮挡程度0无遮挡 / 1部分遮挡(≤50%) / 2重度遮挡(50%)格式转换说明原生格式不是YOLO Darknet格式训练前必须转换过滤 category0/11、score0 的无效框把像素xywh转为归一化中心坐标cls cx cy w h也可转VOC XML、COCO JSON格式用于MMDetection、Detectron2。4.2 转换后的标签转换后的完整数据集文件夹内容包含COCO JSON、VOC XML、YOLO TXT三种主流标签 VisDrone2019 ├─ VisDrone2019-DET-test-challenge │ ├─ images │ │ ├─ ️ *.jpg │ │ └─ ... │ ├─ annotations-r │ │ ├─ *.txt │ │ └─ ... │ ├─ COCO │ │ └─ annotations │ │ └─ instances_test.json │ ├─ VOC │ │ └─ Annotations │ │ ├─ *.xml │ │ └─ ... │ └─ YOLO │ ├─ *.txt │ └─ ... ├─ VisDrone2019-DET-test-dev │ └─ images │ ├─ ️ *.jpg │ └─ ... ├─ VisDrone2019-DET-train │ ├─ images │ │ ├─ ️ *.jpg │ │ └─ ... │ ├─ annotations-r │ │ ├─ *.txt │ │ └─ ... │ ├─ COCO │ │ └─ annotations │ │ └─ instances_train.json │ ├─ VOC │ │ └─ Annotations │ │ ├─ *.xml │ │ └─ ... │ └─ YOLO │ ├─ *.txt │ └─ ... └─ VisDrone2019-DET-val ├─ images │ ├─ ️ *.jpg │ └─ ... ├─ annotations-r │ ├─ *.txt │ └─ ... ├─ COCO │ └─ annotations │ └─ instances_val.json ├─ VOC │ └─ Annotations │ ├─ *.xml │ └─ ... └─ YOLO ├─ *.txt └─ ...各个文件夹含义 VisDrone2019 ├─ VisDrone2019-DET-test-challenge # 测试集无公开标注竞赛提交专用 │ ├─ images # 航拍原始图片 *.jpg │ ├─ annotations-r # VisDrone官方原生txt标注原始格式 │ ├─ COCO │ │ └─ annotations │ │ └─ instances_test.json # 转换完成的COCO json格式标注仅单个文件 │ ├─ VOC │ │ └─ Annotations # Pascal VOC *.xml 标注文件 │ └─ YOLO # YOLO系列训练用归一化txt标签 │ ├─ VisDrone2019-DET-test-dev # 开发测试集仅图片用于本地验证无官方原始标注 │ └─ images # 航拍原始图片 *.jpg │ ├─ VisDrone2019-DET-train # 训练集 │ ├─ images # 航拍原始图片 *.jpg │ ├─ annotations-r # VisDrone官方原生txt标注原始格式 │ ├─ COCO │ │ └─ annotations │ │ └─ instances_train.json # COCO格式训练标注 │ ├─ VOC │ │ └─ Annotations # Pascal VOC *.xml 标注 │ └─ YOLO # YOLO归一化txt标签 │ └─ VisDrone2019-DET-val # 验证集 ├─ images # 航拍原始图片 *.jpg ├─ annotations-r # VisDrone官方原生txt标注原始格式 ├─ COCO │ └─ annotations │ └─ instances_val.json # COCO格式验证标注 ├─ VOC │ └─ Annotations # Pascal VOC *.xml 标注 └─ YOLO # YOLO归一化txt标签五、训练样例以YOLO 水平框标签为例进行训练