مجموعة بيانات التصوير الجوي، التي تغطي اكتشاف المركبات/السفن/تقييم الكائنات/المناظر الطبيعية للمدينة...
مع انتشار الطائرات بدون طيار والتطور السريع لتكنولوجيا الرؤية الحاسوبية، أصبحت التصوير الجوي باستخدام الطائرات بدون طيار، كشكل مبتكر من أشكال التصوير الفوتوغرافي، محط أنظار الجمهور بمعدل غير مسبوق. إنه يكسر قيود التصوير الفوتوغرافي التقليدي ويفتح لنا "منظور الله". يقترب أداء أجهزة التصوير الجوي تدريجيًا من الحد المادي، وتتزايد أيضًا صعوبة تحسين الخوارزمية.إن جودة البيانات تحدد بشكل مباشر ما إذا كان النموذج ذو الصلة يمكنه الانتقال من جمع البيانات البسيطة إلى تقييم الكائنات وتصنيف المشهد بشكل دقيق.
إن إنشاء مجموعة بيانات التصوير الجوي لا يعني بأي حال من الأحوال مجرد تجميع الصور. بالمقارنة مع طرق جمع البيانات التقليدية، يمكن للتصوير الجوي الحصول على بيانات معلوماتية واسعة النطاق في فترة زمنية قصيرة، مما يحسن بشكل كبير من كفاءة جمع البيانات. بالإضافة إلى ذلك، لضمان صحة البيانات وأمانها، من الضروري التخطيط بشكل عقلاني لمنطقة التجميع والوقت، وتقسيم مجموعة التدريب ومجموعة التحقق ومجموعة الاختبار بشكل صارم، وإنشاء آلية تحديث ديناميكية لإضافة بيانات جديدة بانتظام للتكيف مع البيئة الجغرافية والفيزيائية المتغيرة باستمرار. في مواجهة المهام المعقدة مثل التخطيط الحضري، واكتشاف الأهداف، وتقييم الكائنات، عند بناء مجموعة بيانات، من الضروري تحليل احتياجات مختلف المجالات بشكل عميق، ودمج المعلومات متعددة الأبعاد، ومحاكاة سيناريوهات التطبيق الحقيقية، وتوفير مواد تعليمية عملية للتدريب على النماذج.
باختصار، يتزايد اهتمام المجتمع بأكمله بمجموعات بيانات التصوير الجوي عالية الجودة. بعد ذلك، قامت HyperAI بتجميع سلسلة من مجموعات بيانات التصوير الجوي الشائعة والعملية لك، والتي تأتي من جامعات مثل جامعة تيانجين وجامعة ووهان.ويشمل ذلك مجالات متعددة مثل اكتشاف المركبات، واكتشاف السفن، وتقييم الأشياء.بالنسبة للممارسين والباحثين الذين ملتزمون بتعميق أبحاثهم في مجال التصوير الجوي، فإن مجموعات البيانات هذه تشكل بلا شك مساعدة كبيرة.
انقر هنا لعرض المزيد من مجموعات البيانات مفتوحة المصدر:
ملخص مجموعة بيانات التصوير الجوي
1. مجموعة بيانات صور جوية لحرائق FLAME
عنوان التنزيل:https://go.hyper.ai/G1sUE
FLAME هي مجموعة بيانات لكشف حرائق الغابات تعتمد على الصور الجوية، وتهدف إلى تسهيل مراقبة حرائق الغابات والإنذار بها. وتأتي البيانات من صور الحرائق التي تم جمعها بواسطة طائرات بدون طيار أثناء حرق الحطام المتراكم في غابات الصنوبر في أريزونا، وتتضمن تسجيلات فيديو وخرائط حرارية تم التقاطها بواسطة كاميرات الأشعة تحت الحمراء.
2. مجموعة بيانات التصوير الجوي للمناظر الطبيعية للمدينة من SkyCity
الحجم المقدر:117.1 ميجابايت
عنوان التنزيل:https://go.hyper.ai/Zip37
يتم استخدام مجموعة البيانات هذه لتصنيف المناظر الطبيعية الجوية. يحتوي على 8 آلاف صورة إجماليًا، تشمل 10 فئات مختلفة (جسور، أماكن تجارية، أماكن صناعية، تقاطعات، معالم، حدائق، مواقف سيارات، ملاعب، مناطق سكنية، ملاعب)، وكل فئة تحتوي على 800 صورة عالية الجودة. تتضمن مصادر البيانات مجموعات البيانات المتاحة للجمهور AID وNWPU-Resisc45، والتي تم تصميمها لتسهيل تحليل المناظر الطبيعية الحضرية.
3. صور المناظر الطبيعية الجوية
الحجم المقدر:154.31 ميجابايت
عنوان التنزيل:https://go.hyper.ai/loRNk
يتم استخدام مجموعة البيانات هذه لتصنيف المناظر الطبيعية الجوية. يحتوي على 12 ألف صورة في المجموع، بما في ذلك 15 فئة مختلفة (الزراعة، المطار، الشاطئ، المدينة، الصحراء، الغابات، الأراضي العشبية، الطريق، البحيرة، الجبل، موقف السيارات، الميناء، السكك الحديدية، السكنية، النهر). تحتوي كل فئة على 800 صورة عالية الجودة بدقة 256×256 بكسل. يهدف إلى تعزيز البحث والتطوير في مجال الرؤية الحاسوبية، وخاصة في تحليل المناظر الطبيعية الجوية.
4. السفن/السفن في الصور الجوية
الحجم المقدر:353.02 ميجابايت
عنوان التنزيل:https://go.hyper.ai/HGjn3
هذه المجموعة من البيانات مخصصة لاكتشاف السفن وتحتوي على إجمالي 26.9 ألف صورة مع تعليقات على المربع المحيط معروضة بتنسيق YOLO، مما يمكن أن يحقق اكتشافًا فعالًا ودقيقًا للسفن، وبالتالي تمكين مجموعة واسعة من التطبيقات المحتملة.
5. الطيور مقابل الطائرات بدون طيار مجموعة بيانات تصنيف صور الطيور والطائرات بدون طيار
الحجم المقدر:1.05 جيجابايت
عنوان التنزيل:https://go.hyper.ai/fEhfo
وتأتي مجموعة البيانات من مجموعة متنوعة من مجموعات الصور على موقع Pexel، وتحتوي على إجمالي 20,925 صورة تم التقاطها في شكل إطارات فيديو. لقد تم تقسيمها وتعزيزها ومعالجتها مسبقًا لمحاكاة الظروف البيئية المختلفة لتحديد الطائرات بدون طيار والطيور بشكل أفضل في بيئات مختلفة. تم تنسيق مجموعة البيانات وفقًا لمواصفات YOLOv7 PyTorch وتم تقسيمها إلى 3 مجلدات: Test وTrain وValid.
*مجلد الاختبار: يحتوي على 889 صورة للطائرات بدون طيار والطيور. يحتوي هذا المجلد على فئات فرعية تحمل العلامات BT (صور اختبار الطيور) و DT (صور اختبار الطائرات بدون طيار).
*مجلد القطارات: يحتوي هذا المجلد على 18,323 صورة، بما في ذلك صور الطائرات بدون طيار والطيور، مقسمة إلى فئات BT وDT.
*المجلد الصالح: يحتوي على 1,740 صورة، ويتم تقسيم صور المجلد إلى BT وDT.
6. مجموعة بيانات تجزئة مثيلات الصور الجوية iSAID
الحجم المقدر:6.74 جيجابايت
عنوان التنزيل:https://go.hyper.ai/xZzWt
iSAID هي أول مجموعة بيانات مرجعية لتجزئة المثيلات في الصور الجوية، وهي تجمع بين مهام اكتشاف الكائنات على مستوى المثيل ومهام التجزئة على مستوى البكسل. يحتوي على 2,806 صورة عالية الدقة تغطي 15 فئة و 655,451 حالة كائن. تأتي البيانات من برنامج Google Earth والقمر الصناعي JL-1 والقمر الصناعي GF-2 (من مركز بيانات وتطبيقات الأقمار الصناعية للموارد الصينية).
7. مجموعة بيانات الكشف عن المركبات الجوية بدون طيار واسعة النطاق
الحجم المقدر:13.06 جيجابايت
عنوان التنزيل:https://go.hyper.ai/ZLJF0
تم إصدار مجموعة البيانات بواسطة فريق بحثي من جامعة تيانجين في عام 2020 وتحتوي على 56878 صورة، تتكون جميعها من صور RGB وصور الأشعة تحت الحمراء. المصدر: بحث حول اكتشاف المركبات وإحصائها في الصور الجوية للطائرات بدون طيار. تم توضيح الفئات الخمس للسيارة، والشاحنة، والحافلة، والشاحنة الصغيرة، وسيارة الشحن بشكل غني باستخدام مربعات حدودية اتجاهية.
8. مجموعة بيانات صور جوية لحركة المرور الإسبانية
الحجم المقدر:32.3 جيجابايت
عنوان التنزيل:https://go.hyper.a/ERlyA
تم التقاط البيانات بواسطة طائرات بدون طيار، بإجمالي 15070 إطارًا من الصور، تغطي سيناريوهات مرورية مختلفة مثل الطرق الإقليمية، والتقاطعات الحضرية، والطرق الريفية. تتضمن عملية الإنشاء خطوات متعددة مثل جمع البيانات، والتقاط الصور، ووضع علامات على المركبات، ومعالجة إخفاء الهوية، والتحقق من البيانات. يهدف إلى توفير بيانات تدريب عالية الجودة لخوارزميات الرؤية الآلية في مجال إدارة المرور.
9. مجموعة بيانات التصوير الجوي للطائرات بدون طيار
الحجم المقدر:35.16 جيجابايت
عنوان التنزيل:https://go.hyper.ai/zESj9
هذه المجموعة من البيانات عبارة عن مجموعة بيانات تجزئة دلالية عالية الدقة للطائرات بدون طيار تتكون من 30 تسلسل فيديو تلتقط صورًا عالية الدقة بدقة 4K مع وجهات نظر مائلة، و300 صورة موضحة بكثافة مع 8 فئات لمهام وضع العلامات الدلالية. إنها تتميز بخصائص رائعة في التنوع على نطاق واسع، والتعرف على الأهداف المتحركة والحفاظ على الاتساق الزمني.
10. مجموعة بيانات الصور الجوية DOTA
الحجم المقدر:35.38 جيجابايت
عنوان التنزيل:https://go.hyper.ai/1JT9u
تم نشر مجموعة بيانات DOTA-v1.0 بواسطة جامعة ووهان على arXiv في 28 نوفمبر 2017، وتم إصدارها لاحقًا في مؤتمر IEEE حول الرؤية الحاسوبية والتعرف على الأنماط (CVPR) في يونيو 2018. تم جمع ما مجموعه 2806 صورة جوية من Google Earth والقمر الصناعي JL-1 وبيانات القمر الصناعي China Resources Satellite والقمر الصناعي GF-2. يمكن استخدامه لاكتشاف الأهداف في الصور الجوية للعثور على الكائنات وتقييمها في الصور.
11. مجموعة بيانات الصور الجوية DOTA الإصدار 1.5+الإصدار 2.0
الحجم المقدر:53.12 جيجابايت
عنوان التنزيل:https://go.hyper.ai/0EIjk
تأتي مجموعة بيانات DOTA من الصور الجوية لأجهزة استشعار ومنصات مختلفة ويتم استخدامها لاكتشاف الهدف في الصور الجوية. تنقسم مجموعة البيانات هذه إلى الإصدارين v1.5 وv2.0. وقد تم تصنيف الحالات بواسطة خبير في تفسير الصور الجوية باستخدام أشكال رباعية عشوائية (8 درجات حرية).
*DOTA-v1.5: يحتوي على إجمالي 403,318 مثيلًا، ويضيف تعليقات توضيحية للمثيلات الصغيرة للغاية (أقل من 10 بكسل)، ويضيف فئة جديدة "رافعة الحاويات".
*DOTA-v2.0: يوجد 18 فئة شائعة، و11,268 صورة (مقسمة إلى مجموعات التدريب والتحقق وتطوير الاختبار وتحدي الاختبار)، و1,793,658 حالة.
ما ورد أعلاه هو مجموعة بيانات التصوير الجوي التي جمعتها HyperAI. إذا كان لديك موارد تريد تضمينها على الموقع الرسمي لـ hyper.ai، فنحن نرحب بك لترك رسالة أو إرسال مساهمتك لإخبارنا بذلك!