|
|
--- |
|
|
license: mit |
|
|
--- |
|
|
|
|
|
# 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。 |
