VisDrone 데이터셋#
VisDrone 데이터셋은 대규모 드론 이미지 벤치마크로, 검출 서브셋(VisDrone2019-DET)은 객체 검출을 위해 10개 객체 클래스로 어노테이션된 항공 이미지 8,629장(학습 6,471장, 검증 548장, test-dev 1,610장)을 제공합니다. 이 데이터셋은 중국 톈진대학교의 머신러닝 및 데이터 마이닝 연구실에서 AISKYEYE 팀이 제작했습니다.
Watch: How to Train Ultralytics YOLO on the VisDrone Dataset | Aerial Detection | Complete Tutorial 🚀
전체 VisDrone 벤치마크는 중국 전역 14개 도시에서 드론 장착 카메라로 촬영한 288개 동영상 클립(261,908개 프레임)과 10,209장의 정적 이미지로 구성되며, 도시 및 농촌 환경, 한산하고 붐비는 장면, 다양한 날씨와 조명 조건을 포함합니다. 해당 프레임에는 260만 개가 넘는 수동 주석 바운딩 박스가 있으며, 장면 가시성, 객체 클래스, 가림과 같은 추가 속성도 포함됩니다. Ultralytics VisDrone.yaml 구성은 이 벤치마크의 VisDrone2019-DET 정적 이미지 하위 집합을 사용합니다.
주요 기능#
- 작고 밀집된 객체: 항공 시점에서는 대상이 작고 밀집되어 나타납니다. 검증 이미지 548장에만 38,759개의 라벨링된 박스가 포함되어 있으며, 이미지당 평균 약 70개의 객체에 해당합니다.
- 장면 다양성: 중국 14개 도시에서 촬영한 이미지로, 도시 및 농촌 지역, 주간 및 야간, 다양한 날씨 조건을 포함합니다.
- 풍부한 주석: 전체 벤치마크에 260만 개가 넘는 박스가 있으며, 가림 및 가시성 속성도 포함합니다.
- 사전 정의된 분할: 일관된 평가를 위해 학습 / 검증 / test-dev 분할(이미지 6,471 / 548 / 1,610장)이 고정되어 있습니다.
데이터셋 구조#
Ultralytics VisDrone 구성은 VisDrone2019-DET 이미지 하위 집합을 다루며, 다음 세 부분으로 분할됩니다.
| 분할 | 이미지 | 설명 |
|---|---|---|
| 학습 | 6,471 | 검출기 학습에 사용되는 라벨링된 항공 이미지 |
| 검증 | 548 | 개발 중 평가에 사용되는 이미지 |
| Test-dev | 1,610 | 학습된 모델의 최종 평가를 위해 보류된 이미지 |
네 번째 분할인 test-challenge(이미지 1,580장)는 VisDrone 대회를 위해 제공되지 않으며 다운로드되지 않습니다. 따라서 전체 DET 세트는 총 10,209장입니다.
이 데이터셋은 pedestrian, people, bicycle, car, van, truck, tricycle, awning-tricycle, bus, motor의 10개 객체 클래스를 주석 처리합니다. VisDrone은 pedestrian(서 있거나 걷는 사람)과 people(그 외 자세의 사람)을 구분합니다.
처음 사용할 때 다운로드 스크립트는 원본 VisDrone 주석을 YOLO 형식으로 변환하고, 무시 대상으로 표시된 영역은 건너뜁니다. 이 과정에서 사용되지 않는 "others" 카테고리도 제외됩니다.
응용 분야#
VisDrone의 밀집된 장면과 작은 대상은 항공 시점의 소형 객체 탐지를 위한 표준 벤치마크로 활용됩니다. 일반적인 응용 분야는 다음과 같습니다.
- UAV를 이용한 교통 모니터링 및 차량 수 측정
- 군중 분석 및 공공 안전 감시
- 인프라 및 건설 현장 검사
- 복잡한 장면에서 작은 객체를 탐지하는 컴퓨터 비전 연구
다른 항공 영상 벤치마크는 위성 영상에 중점을 둔 xView 데이터셋 또는 방향성 박스를 사용하는 DOTA-v2 데이터셋을 참조하십시오.
데이터셋 YAML#
VisDrone.yaml 파일은 데이터셋 구성(데이터셋 경로, 클래스 이름, 자동 다운로드 및 변환 스크립트)을 정의합니다. 이 파일은 Ultralytics 저장소의 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/VisDrone.yaml에서 관리됩니다.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# VisDrone2019-DET dataset https://github.com/VisDrone/VisDrone-Dataset by Tianjin University
# Documentation: https://docs.ultralytics.com/datasets/detect/visdrone
# Example usage: yolo train data=VisDrone.yaml
# parent
# ├── ultralytics
# └── datasets
# └── VisDrone ← downloads here (~2 GB)
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: VisDrone # dataset root dir
train: images/train # train images (relative to 'path') 6471 images
val: images/val # val images (relative to 'path') 548 images
test: images/test # test-dev images (optional) 1610 images
# Classes
names:
0: pedestrian
1: people
2: bicycle
3: car
4: van
5: truck
6: tricycle
7: awning-tricycle
8: bus
9: motor
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import os
from pathlib import Path
import shutil
from ultralytics.utils.downloads import download
from ultralytics.utils import ASSETS_URL, TQDM
def visdrone2yolo(dir, split, source_name=None):
"""Convert VisDrone annotations to YOLO format with images/{split} and labels/{split} structure."""
from PIL import Image
source_dir = dir / (source_name or f"VisDrone2019-DET-{split}")
images_dir = dir / "images" / split
labels_dir = dir / "labels" / split
labels_dir.mkdir(parents=True, exist_ok=True)
# Move images to new structure
if (source_images_dir := source_dir / "images").exists():
images_dir.mkdir(parents=True, exist_ok=True)
for img in source_images_dir.glob("*.jpg"):
img.rename(images_dir / img.name)
for f in TQDM((source_dir / "annotations").glob("*.txt"), desc=f"Converting {split}"):
img_size = Image.open(images_dir / f.with_suffix(".jpg").name).size
dw, dh = 1.0 / img_size[0], 1.0 / img_size[1]
lines = []
with open(f, encoding="utf-8") as file:
for row in [x.split(",") for x in file.read().strip().splitlines()]:
if row[4] != "0": # Skip ignored regions
x, y, w, h = map(int, row[:4])
cls = int(row[5]) - 1
# Convert to YOLO format
x_center, y_center = (x + w / 2) * dw, (y + h / 2) * dh
w_norm, h_norm = w * dw, h * dh
lines.append(f"{cls} {x_center:.6f} {y_center:.6f} {w_norm:.6f} {h_norm:.6f}\n")
(labels_dir / f.name).write_text("".join(lines), encoding="utf-8")
# Download (ignores test-challenge split)
dir = Path(yaml["path"]) # dataset root dir
urls = [
f"{ASSETS_URL}/VisDrone2019-DET-train.zip",
f"{ASSETS_URL}/VisDrone2019-DET-val.zip",
f"{ASSETS_URL}/VisDrone2019-DET-test-dev.zip",
# f"{ASSETS_URL}/VisDrone2019-DET-test-challenge.zip",
]
download(urls, dir=dir, threads=4)
# Convert
splits = {"VisDrone2019-DET-train": "train", "VisDrone2019-DET-val": "val", "VisDrone2019-DET-test-dev": "test"}
for folder, split in splits.items():
visdrone2yolo(dir, split, folder) # convert VisDrone annotations to YOLO labels
shutil.rmtree(dir / folder) # cleanup original directory사용법#
VisDrone은 처음 학습할 때 자동으로 다운로드됩니다. 세 개의 아카이브가 총 약 2GB이며, 압축 해제 및 변환 중에는 약 4GB의 디스크 여유 공간이 필요합니다.
VisDrone 데이터셋에서 이미지 크기 640으로 100 에포크 동안 YOLO26n 모델을 학습하려면 다음 코드 스니펫을 사용할 수 있습니다. 사용 가능한 인자 전체 목록은 모델 학습 페이지를 참조하십시오.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training)
# Train the model - dataset will auto-download on first run
results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)추가 항공 이미지에 라벨을 지정하고 브라우저에서 VisDrone 학습 실행을 관리하려면 Ultralytics Platform을 사용하십시오.
샘플 데이터 및 어노테이션#
아래 샘플은 일반적인 VisDrone 장면을 보여줍니다. 혼잡한 도로를 내려다보는 항공 시점에서 보행자와 차량이 작고 밀집된 대상으로 나타나며, 많은 대상이 서로에 의해 부분적으로 가려져 있습니다.

인용 및 감사의 글#
연구 또는 개발 작업에서 VisDrone 데이터셋을 사용하는 경우 다음 논문을 인용하십시오.
@ARTICLE{9573394,
author={Zhu, Pengfei and Wen, Longyin and Du, Dawei and Bian, Xiao and Fan, Heng and Hu, Qinghua and Ling, Haibin},
journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
title={Detection and Tracking Meet Drones Challenge},
year={2022},
volume={44},
number={11},
pages={7380-7399},
doi={10.1109/TPAMI.2021.3119563}}중국 톈진대학교 Machine Learning and Data Mining 연구실의 AISKYEYE 팀이 VisDrone 데이터셋을 제작하고 유지 관리한 데 대해 감사를 표합니다. 자세한 내용은 VisDrone 데이터셋 GitHub 저장소를 참조하십시오.
FAQ#
VisDrone은 드론으로 촬영한 영상에서 작고 밀집된 객체를 위에서 바라보는 상황의 검출기를 학습하고 벤치마크하는 데 사용됩니다. 항공 시점, 혼잡한 장면, 다양한 조건이 결합되어 UAV 기반 교통 모니터링, 군중 분석 및 소형 객체 탐지 연구를 위한 표준 테스트베드로 활용됩니다.
Ultralytics VisDrone 구성에는 총 8,629개의 이미지가 포함되어 있습니다. 학습 6,471장, 검증 548장, 테스트(test-dev) 1,610장입니다. 모든 분할은 pedestrian, people, bicycle, car, van, truck, tricycle, awning-tricycle, bus, motor의 동일한 10개 클래스를 공유합니다. 전체 구성은 데이터셋 구조를 참조하십시오.
data="VisDrone.yaml"으로 처음 학습할 때 VisDrone이 자동으로 다운로드되므로 수동 단계가 필요하지 않습니다. 스크립트는 Ultralytics GitHub 릴리스 에셋에서 세 개의 아카이브(약 2GB)를 가져와 주석을 YOLO 형식으로 변환합니다. 대회를 위해 제공되지 않는 test-challenge 분할은 포함되지 않습니다.VisDrone의 객체는 프레임에 비해 매우 작아 대개 수십 픽셀에 불과하며, 심하게 가려진 밀집된 그룹으로 나타납니다. 따라서 지상 수준 사진에 맞게 조정된 검출기에 부담을 줍니다. 더 높은 해상도(예: 더 작은 배치와 함께
imgsz=1280)로 학습하고 예측하면 작은 대상을 복원할 수 있으며, SAHI 타일 추론은 큰 이미지를 분할하여 각 추론 창에서 작은 객체가 더 많은 영역을 차지하도록 합니다.전체 VisDrone 벤치마크는 288개 동영상 클립과 10,209장의 정적 이미지에서 이미지 객체 탐지, 동영상 객체 탐지, 단일 객체 추적, 다중 객체 추적, 군중 수 측정의 5개 작업을 다룹니다. Ultralytics
VisDrone.yaml구성은 이미지 탐지 작업(VisDrone2019-DET)만 다루며, 학습 이미지 6,471장, 검증 이미지 548장, test-dev 이미지 1,610장을 다운로드합니다."Detection and Tracking Meet Drones Challenge" 논문(IEEE TPAMI, 44권, 11호, 2022년, DOI 10.1109/TPAMI.2021.3119563)을 인용하십시오. 전체 BibTeX 항목은 위의 인용 및 감사의 글 섹션에 있습니다.



