VisDrone 数据集

VisDrone Dataset 是由中国天津大学机器学习与数据挖掘实验室的 AISKYEYE 团队创建的大规模基准测试。它包含了经过精心标注的真实数据，用于与无人机图像和视频分析相关的各类计算机视觉任务。

Watch: How to Train Ultralytics YOLO26 on the VisDrone Dataset | Aerial Detection | Complete Tutorial 🚀

VisDrone 由 288 个视频片段（共 261,908 帧）和 10,209 张静态图像组成，均由各类无人机载摄像头拍摄。该数据集涵盖了广泛的应用场景，包括位置（中国 14 个不同城市）、环境（城市和乡村）、物体（行人、车辆、自行车等）以及密度（稀疏和拥挤场景）。数据集是在不同场景、天气和光照条件下，通过多种无人机平台采集的。这些帧经过人工标注，包含超过 260 万个目标边界框，如行人、汽车、自行车和三轮车等。此外，还提供了场景可见度、物体类别和遮挡等属性，以便更好地利用数据。

数据集结构

VisDrone 数据集分为五个主要子集，每个子集专注于特定任务：

任务 1：图像中的目标检测
任务 2：视频中的目标检测
任务 3：单目标跟踪
任务 4：多目标跟踪
任务 5：人群计数

应用场景

VisDrone 数据集被广泛用于训练和评估无人机驱动的计算机视觉任务中的深度学习模型，如目标检测、目标跟踪和人群计数。该数据集丰富的传感器数据、物体标注和属性，使其成为无人机驱动计算机视觉领域研究人员和从业者的宝贵资源。

数据集 YAML

YAML (Yet Another Markup Language) 文件用于定义数据集配置。它包含了有关数据集路径、类别和其他相关信息。对于 Visdrone 数据集，VisDrone.yaml 文件维护在 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/VisDrone.yaml。

ultralytics/cfg/datasets/VisDrone.yaml

# 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 (2.3 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

使用方法

要在 VisDrone 数据集上训练 YOLO26n 模型 100 个轮次，且图像大小为 640，你可以使用以下代码片段。有关可用参数的完整列表，请参考模型训练页面。

训练示例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)

示例数据和标注

VisDrone 数据集包含多种由无人机载摄像头拍摄的图像和视频。以下是来自该数据集的一些数据示例及其对应的标注：

VisDrone 数据集包含目标检测的航空无人机影像

任务 1：目标检测 - 此图像展示了图像中目标检测的示例，其中物体使用边界框进行了标注。该数据集提供了来自不同位置、环境和密度的多种图像，以促进针对此任务的模型开发。

该示例展示了 VisDrone 数据集中数据的多样性和复杂性，并强调了高质量传感器数据对于无人机驱动的计算机视觉任务的重要性。

引文与致谢

如果你在研究或开发工作中使用 VisDrone 数据集，请引用以下论文：

引用

@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={2021},
  volume={},
  number={},
  pages={1-1},
  doi={10.1109/TPAMI.2021.3119563}}

我们感谢中国天津大学机器学习与数据挖掘实验室的 AISKYEYE 团队，他们创建并维护了 VisDrone 数据集，为无人机计算机视觉研究社区提供了宝贵的资源。欲了解有关 VisDrone 数据集及其创建者的更多信息，请访问 VisDrone Dataset GitHub 存储库。

常见问题 (FAQ)

什么是 VisDrone 数据集，它的主要特点是什么？

VisDrone Dataset 是由中国天津大学的 AISKYEYE 团队创建的大规模基准测试。它旨在用于与无人机图像和视频分析相关的各类计算机视觉任务。其主要特点包括：

组成：288 个视频片段（共 261,908 帧）和 10,209 张静态图像。
标注：超过 260 万个针对行人、汽车、自行车和三轮车等物体的边界框。
多样性：在 14 个城市采集，涵盖城乡环境，并处于不同的天气和光照条件下。
任务：分为五个主要任务——图像和视频中的目标检测、单目标和多目标跟踪以及人群计数。

如何使用 Ultralytics 和 VisDrone 数据集来训练 YOLO26 模型？

要在 VisDrone 数据集上训练 YOLO26 模型 100 个轮次，且图像大小为 640，你可以按照以下步骤操作：

训练示例

from ultralytics import YOLO

# Load a pretrained model
model = YOLO("yolo26n.pt")

# Train the model
results = model.train(data="VisDrone.yaml", epochs=100, imgsz=640)

有关其他配置选项，请参阅模型训练页面。