Ultralytics YOLO27：
CC BY-NC-SA 4.0

xView 数据集#

xView 数据集是公开可用的规模最大的卫星影像基准数据集之一，面向目标检测，在超过 1,400 平方千米的 0.3 米 WorldView-3 影像中，提供了跨 60 个类别、使用边界框标注的超过 100 万个目标实例。该数据集由美国国家地理空间情报局（NGA）为 DIUx xView 2018 挑战赛发布，需要手动下载约 20.7 GB 的数据。

创建该数据集的目的是推动计算机视觉的四个发展方向：

  1. 降低检测所需的最低分辨率。
  2. 提高学习效率。
  3. 支持发现更多目标类别。
  4. 提高对细粒度类别的检测能力。

xView 借鉴了 COCO 等基准数据集，专门面向俯视影像，其中的目标比地面照片中的目标小得多且排列更加密集。

需要手动下载

xView 数据集不会自动下载。请在 DIUx xView 2018 挑战赛网站注册，下载 train_images.zip（~15 GB）、train_labels.zip 和 val_images.zip（~5 GB），然后将它们解压到 datasets/xView/ 下，使其包含：

datasets/xView/
├── train_images/          # 847 TIF satellite images
├── val_images/            # 282 TIF images (no public labels)
└── xView_train.geojson    # bounding-box annotations

在首次训练运行时，Ultralytics 会将 GeoJSON 标注转换为 YOLO 格式，并自动将带标注的图像按约 90/10 划分为训练集和验证集——无需手动转换。

主要特性#

  • 细粒度类别：60 个目标类别，涵盖飞机、车辆、铁路车辆、船舶、工程设备和建筑物，其中许多目标体积小、出现频率低且外观相似。
  • 高分辨率：由 WorldView-3 卫星采集，地面采样距离为 0.3 m。
  • 密集标注：在超过 1,400 km² 的影像中包含超过 100 万个目标实例，全部使用水平边界框标注。
  • 自动转换：Ultralytics 下载脚本会将原始 GeoJSON 标签转换为 YOLO 格式，并在首次使用时生成训练集/验证集划分。

数据集结构#

xView 图像是 TIF 格式的大型卫星场景，公开标签仅随附于 847 张训练图像；282 张挑战赛验证集图像没有公开标签。因此，Ultralytics 的 xView.yaml 配置会在首次使用时自动划分带标注的图像：

划分图像描述
训练约占 847 张的 90%在 autosplit_train.txt 中列出的带标注图像，首次运行时生成
验证约占 847 张的 10%在 autosplit_val.txt 中列出的带标注图像，用于评估

这 60 个类别涵盖固定翼飞机、货机、小型汽车、公交车、机车、船舶、挖掘机、建筑物、飞机库和储油罐等细粒度类别；完整列表见下方的数据集 YAML。在转换过程中，原始挑战赛类别 ID（11–94）会重新映射为连续索引 0–59。

应用#

xView 的细粒度类别和高分辨率俯视视角使其成为训练和评估深度学习模型进行遥感的标准基准数据集。常见应用包括：

  • 军事与国防侦察
  • 城市规划与开发
  • 环境监测
  • 灾害响应与评估
  • 基础设施制图与管理

如需了解其他俯视影像基准数据集，请参阅专注于无人机影像的 VisDrone 数据集或使用旋转框的 DOTA-v2 数据集。

数据集 YAML#

xView.yaml 文件定义了数据集配置，包括数据集路径、60 个类别名称，以及用于转换 GeoJSON 标注并生成自动划分的下载脚本。该文件维护于 Ultralytics 代码库中，地址为 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/xView.yaml。

ultralytics/cfg/datasets/xView.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# DIUx xView 2018 Challenge dataset https://challenge.xviewdataset.org by U.S. National Geospatial-Intelligence Agency (NGA)
# --------  Download and extract data manually to `datasets/xView` before running the train command.  --------
# Documentation: https://docs.ultralytics.com/datasets/detect/xview
# Example usage: yolo train data=xView.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── xView ← downloads here (20.7 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: xView # dataset root dir
train: images/autosplit_train.txt # train images (relative to 'path') 90% of 847 train images
val: images/autosplit_val.txt # val images (relative to 'path') 10% of 847 train images

# Classes
names:
  0: Fixed-wing Aircraft
  1: Small Aircraft
  2: Cargo Plane
  3: Helicopter
  4: Passenger Vehicle
  5: Small Car
  6: Bus
  7: Pickup Truck
  8: Utility Truck
  9: Truck
  10: Cargo Truck
  11: Truck w/Box
  12: Truck Tractor
  13: Trailer
  14: Truck w/Flatbed
  15: Truck w/Liquid
  16: Crane Truck
  17: Railway Vehicle
  18: Passenger Car
  19: Cargo Car
  20: Flat Car
  21: Tank car
  22: Locomotive
  23: Maritime Vessel
  24: Motorboat
  25: Sailboat
  26: Tugboat
  27: Barge
  28: Fishing Vessel
  29: Ferry
  30: Yacht
  31: Container Ship
  32: Oil Tanker
  33: Engineering Vehicle
  34: Tower crane
  35: Container Crane
  36: Reach Stacker
  37: Straddle Carrier
  38: Mobile Crane
  39: Dump Truck
  40: Haul Truck
  41: Scraper/Tractor
  42: Front loader/Bulldozer
  43: Excavator
  44: Cement Mixer
  45: Ground Grader
  46: Hut/Tent
  47: Shed
  48: Building
  49: Aircraft Hangar
  50: Damaged Building
  51: Facility
  52: Construction Site
  53: Vehicle Lot
  54: Helipad
  55: Storage Tank
  56: Shipping container lot
  57: Shipping Container
  58: Pylon
  59: Tower

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import json
  from pathlib import Path
  import shutil

  import numpy as np
  from PIL import Image

  from ultralytics.utils import TQDM
  from ultralytics.data.split import autosplit
  from ultralytics.utils.ops import xyxy2xywhn

  def convert_labels(fname=Path("xView/xView_train.geojson")):
      """Convert xView GeoJSON labels to YOLO format (classes 0-59) and save them as text files."""
      path = fname.parent
      with open(fname, encoding="utf-8") as f:
          print(f"Loading {fname}...")
          data = json.load(f)

      # Make dirs
      labels = path / "labels" / "train"
      shutil.rmtree(labels, ignore_errors=True)
      labels.mkdir(parents=True, exist_ok=True)

      # xView classes 11-94 to 0-59
      xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,
                           12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,
                           29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,
                           47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]

      shapes = {}
      for feature in TQDM(data["features"], desc=f"Converting {fname}"):
          p = feature["properties"]
          if p["bounds_imcoords"]:
              image_id = p["image_id"]
              image_file = path / "train_images" / image_id
              if image_file.exists():  # 1395.tif missing
                  try:
                      box = np.array([int(num) for num in p["bounds_imcoords"].split(",")])
                      assert box.shape[0] == 4, f"incorrect box shape {box.shape[0]}"
                      cls = p["type_id"]
                      cls = xview_class2index[int(cls)]  # xView class to 0-59
                      assert 59 >= cls >= 0, f"incorrect class index {cls}"

                      # Write YOLO label
                      if image_id not in shapes:
                          shapes[image_id] = Image.open(image_file).size
                      box = xyxy2xywhn(box[None].astype(float), w=shapes[image_id][0], h=shapes[image_id][1], clip=True)
                      with open((labels / image_id).with_suffix(".txt"), "a", encoding="utf-8") as f:
                          f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt
                  except Exception as e:
                      print(f"WARNING: skipping one label for {image_file}: {e}")

  # Download manually from https://challenge.xviewdataset.org
  dir = Path(yaml["path"])  # dataset root dir
  # urls = [
  #     "https://d307kc0mrhucc3.cloudfront.net/train_labels.zip",  # train labels
  #     "https://d307kc0mrhucc3.cloudfront.net/train_images.zip",  # 15G, 847 train images
  #     "https://d307kc0mrhucc3.cloudfront.net/val_images.zip",  # 5G, 282 val images (no labels)
  # ]
  # download(urls, dir=dir)

  # Convert labels
  convert_labels(dir / "xView_train.geojson")

  # Move images
  images = Path(dir / "images")
  images.mkdir(parents=True, exist_ok=True)
  Path(dir / "train_images").rename(dir / "images" / "train")
  Path(dir / "val_images").rename(dir / "images" / "val")

  # Split
  autosplit(dir / "images" / "train")

使用方法#

20.7 GB 手动下载

训练要求将上文所述的手动下载内容解压到 datasets/xView/ 下；随后，标注转换和训练集/验证集划分会自动运行。

要在 xView 数据集上训练模型 100 个周期，并将图像大小设为 640，你可以使用以下代码片段。有关可用参数的完整列表，请参阅模型训练页面。

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="xView.yaml", epochs=100, imgsz=640)

要标注更多卫星图像并在浏览器中管理 xView 训练运行，请使用 Ultralytics Platform。

示例数据和标注#

下面的示例展示了一个典型的 xView 场景：高分辨率俯视影像中的车辆和建筑物等小型目标使用边界框进行了标注，说明为什么卫星影像中的目标检测需要细粒度定位。

包含目标检测的 xView 数据集俯视卫星影像

引用和致谢#

如果你在研究或开发工作中使用 xView 数据集，请引用以下论文：

引用
@misc{lam2018xview,
      title={xView: Objects in Context in Overhead Imagery},
      author={Darius Lam and Richard Kuzma and Kevin McGee and Samuel Dooley and Michael Laielli and Matthew Klaric and Yaroslav Bulatov and Brendan McCord},
      year={2018},
      eprint={1802.07856},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

我们谨此感谢国防创新部门 (DIU)以及 xView 数据集的创建者，他们为计算机视觉研究社区作出了宝贵贡献。有关更多信息，请访问 xView 数据集网站。

常见问题#

  • xView 数据集是由美国国家地理空间情报局为 DIUx xView 2018 挑战赛发布的卫星影像基准数据集，在 0.3 m WorldView-3 影像中提供了跨 60 个细粒度类别的超过 100 万个目标实例。它支持对俯视视角下小型、稀有和细粒度目标进行检测的研究，而这些目标比地面照片中的目标更难检测。

  • xView 需要手动下载：请在 DIUx xView 2018 挑战赛网站注册，下载 train_images.zip（~15 GB）、train_labels.zip 和 val_images.zip（~5 GB），总计约 20.7 GB，然后按照本页顶部警告中所示的目录结构，将它们解压到 datasets/xView/ 下。在首次训练运行时，Ultralytics 会自动将 GeoJSON 标注转换为 YOLO 格式，并创建训练集/验证集划分。

  • xView 包含 847 张带标注的训练图像和 282 张没有公开标签的验证图像，全部由 WorldView-3 卫星以 0.3 m 分辨率采集。标注涵盖 60 个类别中的超过 100 万个目标实例。由于只有训练标签是公开的，Ultralytics 的 xView.yaml 配置会将 847 张带标注图像按约 90/10 划分为训练集和验证集；详情请参阅数据集结构。

  • 在 xView 上以 640 的图像大小训练 YOLO26n 模型 100 个周期：

    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="xView.yaml", epochs=100, imgsz=640)

    有关详细参数和设置，请参阅模型训练页面。

  • 请引用论文《xView: Objects in Context in Overhead Imagery》（Lam 等，arXiv:1802.07856，2018）；完整的 BibTeX 条目位于上方的引用与致谢部分。

贡献者
GLglenn-jocher20RAraimbekovm4PDpderrenger2MAMatthewNoyce1RIRizwanMunawar1JKjk4e1

评论