Dieser Datensatz wurde von einem Forschungsteam der Universität Tianjin im Rahmen ihrer Forschung zur Fahrzeugerkennung und -zählung in Drohnen-Luftbildern gesammelt und kommentiert. Das Forschungsteam veröffentlichte das entsprechende Papier im Jahr 2020.Drohnenbasierte RGB-Infrarot-Cross-Modality-Fahrzeugerkennung durch Unsicherheitsbewusstes Lernen". Der DroneVehicle-Datensatz besteht aus insgesamt 56.878 von Drohnen erfassten Bildern, von denen die Hälfte RGB-Bilder und der Rest Infrarotbilder sind. Das Forschungsteam stellte umfangreiche Anmerkungen mit Richtungsbegrenzungsrahmen für fünf Kategorien bereit. Darunter hat das Auto 389.779 Anmerkungen in RGB-Bildern und 428.086 Anmerkungen in Infrarotbildern; LKW hat 22.123 Anmerkungen in RGB-Bildern und 25.960 Anmerkungen in Infrarotbildern; Bus hat 15.333 Anmerkungen in RGB-Bildern und 16.590 Anmerkungen in Infrarotbildern; van hat 11.935 Anmerkungen in RGB-Bildern und 12.708 Anmerkungen in Infrarotbildern; Güterwagen hat 13.400 Anmerkungen in RGB-Bildern und 17.173 Anmerkungen in Infrarotbildern. Um in DroneVehicle Objekte an den Bildrändern zu markieren, hat das Forschungsteam oben, unten, links und rechts jedes Bildes einen weißen Rand mit einer Breite von 100 Pixeln gesetzt, sodass die heruntergeladene Bildgröße 840 x 712 beträgt. Beim Trainieren des Erkennungsnetzwerks können Sie eine Vorverarbeitung durchführen, um die umgebenden weißen Ränder zu entfernen und die Bildgröße auf 640 x 512 zu ändern.

Zitat

@ARTICLE{sun2020drone,
title={Drone-based RGB-Infrared Cross-Modality Vehicle Detection via Uncertainty-Aware Learning},
author={Sun, Yiming and Cao, Bing and Zhu, Pengfei and Hu, Qinghua},
journal={IEEE Transactions on Circuits and Systems for Video Technology},
year={2022},
volume={},
number={},
pages={1-1},
doi={10.1109/TCSVT.2022.3168279}
}