VisDrone Veri Kümesi#

8,626

VisDrone

ultralytics

publicDetect

VisDrone2019-DET is Tianjin University's drone-view detection benchmark with dense boxes across ten pedestrian and vehicle classes. Aerial scenes span varied altitudes, viewpoints, crowding, occlusion, scale, lighting, and urban environments for small-object recognition.

510 classes2.7 GBSep 2, 2026

pedestrianpeoplebicyclecar+6

object-detectionvisdroneaerial+2

VisDrone Veri Kümesi, algılama alt kümesi (VisDrone2019-DET) nesne algılama için 8.629 hava görüntüsü (6.471 eğitim, 548 doğrulama ve 1.610 test-dev görüntüsü) sağlayan, 10 nesne sınıfıyla etiketlenmiş büyük ölçekli bir drone görüntüsü kıyaslama veri kümesidir. Çin'deki Tianjin Üniversitesi, Makine Öğrenimi ve [Veri Madenciliği](https://ultralytics-translation-2.invalid Laboratuvarı'ndaki AISKYEYE ekibi tarafından oluşturulmuştur.

Tam VisDrone kıyaslama veri kümesi, Çin genelindeki 14 farklı şehirde drone kameralarıyla çekilmiş 288 video klibi (261.908 kare) ve 10.209 statik görüntüden oluşur; kentsel ve kırsal ortamları, seyrek ve kalabalık sahneleri, farklı hava ve aydınlatma koşullarını kapsar. Karelerde, sahne görünürlüğü, nesne sınıfı ve örtülme gibi ek özelliklerle birlikte 2,6 milyondan fazla manuel olarak etiketlenmiş sınırlayıcı kutu bulunur. Ultralytics VisDrone.yaml yapılandırması, bu kıyaslama veri kümesinin VisDrone2019-DET statik görüntü alt kümesini kullanır.

Temel Özellikler#

• Küçük ve yoğun nesneler: Hava perspektifi hedefleri küçük ve yoğun hâle getirir; yalnızca 548 doğrulama görüntüsünde 38.759 etiketli kutu bulunur ve görüntü başına ortalama yaklaşık 70 nesne düşer.
• Sahne çeşitliliği: 14 Çin şehrinden alınan görüntüler kentsel ve kırsal konumları, gece ve gündüzü ve farklı hava koşullarını kapsar.
• Zengin açıklamalar: Tam kıyaslama veri kümesinde, örtülme ve görünürlük özellikleriyle birlikte 2,6 milyondan fazla kutu bulunur.
• Önceden tanımlanmış bölümler: Tutarlı değerlendirme için sabit eğitim / doğrulama / test-dev bölümleri (6.471 / 548 / 1.610 görüntü).

Veri Kümesi Yapısı#

Ultralytics VisDrone yapılandırması, üç bölüme ayrılmış VisDrone2019-DET görüntü alt kümesini kapsar:

Dördüncü bir bölüm olan test-challenge (1.580 görüntü), VisDrone yarışması için ayrılmıştır ve indirilmez; tam DET veri kümesinin toplam 10.209 görüntüden oluşmasının nedeni budur.

Veri kümesinde 10 nesne sınıfı açıklanır: pedestrian, people, bicycle, car, van, truck, tricycle, awning-tricycle, bus ve motor. VisDrone, pedestrian sınıfını (ayakta duran veya yürüyen kişi) people sınıfından (başka herhangi bir duruşta bulunan kişi) ayırt eder.

Uygulamalar#

VisDrone'un yoğun sahneleri ve küçük hedefleri, onu hava perspektiflerinden küçük nesne algılama için standart bir kıyaslama veri kümesi hâline getirir. Yaygın uygulamalar şunlardır:

• İHA'lardan trafik izleme ve araç sayımı
• Kalabalık analizi ve kamu güvenliği gözetimi
• Altyapı ve inşaat sahası denetimi
• Dağınık sahnelerde küçük nesneleri algılamaya yönelik bilgisayarlı görü araştırmaları

Diğer hava görüntüsü kıyaslama veri kümeleri için uydu odaklı xView veri kümesine veya yönlendirilmiş kutular kullanan DOTA-v2 veri kümesine bakabilirsin.

Veri Kümesi YAML'i#

VisDrone.yaml dosyası veri kümesi yapılandırmasını, yani veri kümesi yollarını, sınıf adlarını ve otomatik indirme-dönüştürme betiğini tanımlar. Dosya, Ultralytics deposunda https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/VisDrone.yaml konumunda tutulur.

# 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 directory

Kullanım#

VisDrone veri kümesi üzerinde 640 görüntü boyutuyla 100 epoch boyunca bir YOLO26n modeli eğitmek için aşağıdaki kod parçacıklarını kullanabilirsin. Kullanılabilir bağımsız değişkenlerin kapsamlı listesi için modelin Eğitim sayfasına bakabilirsin.

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)

Ek hava görüntülerini etiketlemek ve VisDrone eğitim çalışmalarını tarayıcında yönetmek için Ultralytics Platform'u kullanabilirsin.

Örnek Veriler ve Açıklamalar#

Aşağıdaki örnek tipik bir VisDrone sahnesini gösterir: Yayaların ve araçların küçük, yoğun biçimde kümelenmiş hedefler olarak göründüğü, birçoğunun birbirini kısmen örttüğü yoğun bir yolun hava perspektifi.

Atıflar ve Teşekkürler#

VisDrone veri kümesini araştırma veya geliştirme çalışmalarında kullanıyorsan lütfen aşağıdaki makaleye atıf yap:

@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}}

VisDrone veri kümesini oluşturan ve sürdüren Çin, Tianjin Üniversitesi, Makine Öğrenimi ve Veri Madenciliği Laboratuvarı'ndaki AISKYEYE ekibine teşekkür ederiz. Daha fazla bilgi için VisDrone Veri Kümesi GitHub deposunu ziyaret edebilirsin.

SSS#