UnderTides/CADC_Target

CUADC固定翼无人机靶标识别数据集

项目概述

本数据集是由浙江工业大学航模队开发，用于CUADC比赛中固定翼无人机侦察与打击项目目标识别的训练和评估。数据集包含了在不同地面背景下，不同角度，不同颜色的靶标。

数据集内容

数据集内容：

图像总数：1500张 (由约17000张的数据集中随机采样而得)

图像类别数：10

地面背景：草地、跑道、平地

靶标颜色：红色、蓝色

靶标内容：有数字，无数字

拍摄位置：不同角度，高度为20米

图像格式：JPEG

标签格式：YOLO

类别

数据集中的图像被分为以下十种类别：

1. CaoDi_BLUE
2. CaoDi_RED
3. CaoDi_RED_NUMBER
4. PaoDao_BLUE
5. PaoDao_RED
6. PaoDao_BLUE_NUMBER
7. PingDi_BLUE
8. PingDi_RED
9. PingDi_BLUE_NUMBER
10. PingDi_RED_NUMBER

每种类别包含约150张图像。

数据集结构

数据集被组织成以下结构：

• dataset_target
  • train （1350张）
    • images（包含训练集图像）
    • labels（包含训练集标签）
  • val （150张，由train中随机采样而得）
    • images（包含验证集图像）
    • labels（包含验证集标签）
  • dataset_target.yaml

标签格式（YOLO）：

每张图像的YOLO标签文件是一个.txt文件，其中每行代表一个目标，每行包括以下信息：

<class_id> <center_x> <center_y> <width> <height>

• <class_id>：目标类别的整数ID，例如：0代表蓝色靶标，1代表红色靶标。
• <center_x>：目标框中心点在图像宽度上的相对位置（范围：0.0到1.0）。
• <center_y>：目标框中心点在图像高度上的相对位置（范围：0.0到1.0）。
• <width>：目标框的宽度在图像宽度上的相对尺寸（范围：0.0到1.0）。
• <height>：目标框的高度在图像高度上的相对尺寸（范围：0.0到1.0）。

使用方法

1. 下载数据集并解压到合适的目录。
2. 通过数据集中的标签文件，您可以访问每张图像的YOLO格式标签信息。
3. 根据您的需求，您可以使用这个数据集来训练机器学习模型，特别是在目标检测和识别任务上。
4. 您可以根据您的训练和评估流程，自行修改dataset_target.yaml文件中的数据集描述信息。

版权信息

该数据集基于MIT协议开源。您可以自由使用、修改和分发该数据集，但需要遵循MIT协议的要求。具体而言：

• 您可以免费使用本数据集进行商业和非商业目的。
• 您可以修改本数据集，但需要保留原始许可证和版权声明。
• 您在使用、修改和分发本数据集时，需要包含原始许可证和版权声明。

贡献

我们欢迎任何形式的贡献，包括但不限于增加更多样本、改进标签准确性、纠正错误等。