HyperAI

Ensembles De Données De Photographie Aérienne, Couvrant La Détection De Véhicules/navires/l'évaluation D'objets/les Paysages Urbains...

特色图像

Avec la popularisation des drones et le développement rapide de la technologie de vision par ordinateur, la photographie aérienne par drone, en tant que forme innovante de photographie, entre dans l'œil du public à un rythme sans précédent. Cela brise les limites de la photographie traditionnelle et nous ouvre une « perspective de Dieu ». Les performances du matériel de photographie aérienne se rapprochent progressivement de la limite physique et la difficulté d’optimisation des algorithmes augmente également.La qualité des données détermine directement si le modèle pertinent peut passer d’une simple collecte de données à une évaluation précise des objets et à une classification des scènes.

La construction d’un ensemble de données de photographie aérienne n’est en aucun cas un simple empilement d’images. Par rapport aux méthodes traditionnelles de collecte de données, la photographie aérienne peut obtenir des données d'information à grande échelle dans un court laps de temps, améliorant considérablement l'efficacité de la collecte de données. De plus, pour garantir la validité et la sécurité des données, il est nécessaire de planifier rationnellement la zone et le temps de collecte, de diviser strictement l'ensemble d'entraînement, l'ensemble de validation et l'ensemble de test, et d'établir un mécanisme de mise à jour dynamique pour ajouter régulièrement de nouvelles données afin de s'adapter à l'environnement géographique et physique en constante évolution. Face à des tâches complexes telles que l'urbanisme, la détection de cibles et l'évaluation d'objets, lors de la construction d'un ensemble de données, il est nécessaire d'analyser en profondeur les besoins de divers domaines, d'intégrer des informations multidimensionnelles, de simuler des scénarios d'application réels et de fournir du matériel d'apprentissage pratique pour la formation des modèles.

En résumé, l’attention de l’ensemble de la société envers les ensembles de données de photographie aérienne de haute qualité continue de croître. Ensuite, HyperAI a compilé pour vous une série d'ensembles de données de photographie aérienne populaires et pratiques, provenant d'universités telles que l'Université de Tianjin et l'Université de Wuhan.Il implique plusieurs domaines tels que la détection de véhicules, la détection de navires et l’évaluation d’objets.Pour les praticiens et les chercheurs qui souhaitent approfondir leurs recherches dans le domaine de la photographie aérienne, ces ensembles de données sont sans aucun doute d’une grande aide.

Cliquez pour voir plus d'ensembles de données open source :

https://go.hyper.ai/iWfeL

Résumé de l'ensemble de données de photographie aérienne

1. Ensemble de données d'images aériennes d'incendie FLAME

Adresse de téléchargement :https://go.hyper.ai/G1sUE

FLAME est un ensemble de données de détection des incendies de forêt basé sur des images aériennes, qui vise à faciliter la surveillance et l'alarme des incendies de forêt. Les données proviennent d'images d'incendie collectées par des drones lors de brûlages dirigés de débris empilés dans les forêts de pins de l'Arizona, et comprennent des enregistrements vidéo et des cartes thermiques capturées par des caméras infrarouges.

2. Ensemble de données de photographie aérienne de paysage urbain SkyCity Aerial City Landscape

Taille estimée :117,1 Mo

Adresse de téléchargement :https://go.hyper.ai/Zip37

Cet ensemble de données est utilisé pour la classification aérienne des paysages. Il contient 8 000 images au total, dont 10 catégories différentes (ponts, lieux commerciaux, lieux industriels, intersections, monuments, parcs, parkings, terrains de jeux, zones résidentielles, stades), et chaque catégorie contient 800 images de haute qualité. Les sources de données comprennent les ensembles de données AID et NWPU-Resisc45 accessibles au public, conçus pour faciliter l'analyse du paysage urbain.

3. Images de paysages aériens

Taille estimée :154,31 Mo

Adresse de téléchargement :https://go.hyper.ai/loRNk

Cet ensemble de données est utilisé pour la classification aérienne des paysages. Il contient 12 000 images au total, dont 15 catégories différentes (agriculture, aéroport, plage, ville, désert, forêt, prairie, route, lac, montagne, parking, port, chemin de fer, résidentiel, rivière). Chaque catégorie contient 800 images de haute qualité avec une résolution de 256 × 256 pixels. Vise à promouvoir la recherche et le développement dans le domaine de la vision par ordinateur, en particulier dans l'analyse du paysage aérien.

4. Navires/navires sur les images aériennes

Taille estimée :353,02 Mo

Adresse de téléchargement :https://go.hyper.ai/HGjn3

Cet ensemble de données est dédié à la détection de navires et contient un total de 26,9 000 images avec des annotations de cadre de délimitation présentées au format YOLO, qui peuvent permettre une détection de navires efficace et précise, permettant ainsi une large gamme d'applications potentielles.

5. Oiseau vs Drone Ensemble de données de classification d'images d'oiseaux et de drones

Taille estimée :1,05 Go

Adresse de téléchargement :https://go.hyper.ai/fEhfo

L'ensemble de données provient d'une variété de collections d'images sur le site Web Pexel, contenant un total de 20 925 images capturées sous forme d'images vidéo. Il a été segmenté, amélioré et prétraité pour simuler différentes conditions environnementales afin de mieux identifier les drones et les oiseaux dans divers environnements. L'ensemble de données est formaté selon la spécification YOLOv7 PyTorch et est divisé en 3 dossiers : Test, Train et Valid.

*Dossier de test : contient 889 images de drones et d'oiseaux. Ce dossier contient des sous-catégories intitulées BT (Bird Test Images) et DT (Drone Test Images).

*Dossier Train : Ce dossier contient 18 323 images, dont des images de drones et d'oiseaux, divisées en catégories BT et DT.

*Dossier valide : contient 1 740 images, et les images du dossier sont divisées en BT et DT.

6. Ensemble de données de segmentation d'instances d'images aériennes iSAID

Taille estimée :6,74 Go

Adresse de téléchargement :https://go.hyper.ai/xZzWt

iSAID est le premier ensemble de données de référence pour la segmentation d'instances dans les images aériennes, combinant la détection d'objets au niveau de l'instance et les tâches de segmentation au niveau des pixels. Il contient 2 806 images haute résolution couvrant 15 catégories et 655 451 instances d'objets. Les données proviennent de Google Earth, du satellite JL-1 et du satellite GF-2 (du China Resources Satellite Data and Application Center).

7. DroneVehicle Ensemble de données de détection de véhicules aériens par drone à grande échelle

Taille estimée :13,06 Go

Adresse de téléchargement :https://go.hyper.ai/ZLJF0

L'ensemble de données a été publié par une équipe de recherche de l'Université de Tianjin en 2020 et contient 56 878 images, toutes constituées d'images RVB et d'images infrarouges. Source de l'image : Recherche sur la détection et le comptage des véhicules dans l'imagerie aérienne des drones. Les cinq catégories de voiture, de camionnette, de bus, de fourgonnette et de wagon de marchandises sont richement annotées avec des cadres de délimitation directionnelle.

8. Ensemble de données d'images aériennes du trafic espagnol

Taille estimée :32,3 Go

Adresse de téléchargement :https://go.hyper.a/ERlyA

Les données ont été capturées par des drones, avec un total de 15 070 images, couvrant divers scénarios de circulation tels que les routes régionales, les intersections urbaines et les routes rurales. Le processus de création comprend plusieurs étapes telles que la collecte de données, la capture d'images, l'étiquetage du véhicule, le traitement d'anonymisation et la vérification des données. Vise à fournir des données de formation de haute qualité pour les algorithmes de vision artificielle dans le domaine de la gestion du trafic.

9. Ensemble de données de photographie aérienne UAVid

Taille estimée :35,16 Go

Adresse de téléchargement :https://go.hyper.ai/zESj9

Cet ensemble de données est un ensemble de données de segmentation sémantique de drone haute résolution composé de 30 séquences vidéo qui capturent des images haute résolution 4K avec des perspectives obliques et de 300 images densément annotées avec 8 classes pour les tâches d'étiquetage sémantique. Il présente des caractéristiques remarquables en termes de variation à grande échelle, de reconnaissance de cibles mobiles et de préservation de la cohérence temporelle.

10. Ensemble de données d'images aériennes DOTA

Taille estimée :35,38 Go

Adresse de téléchargement :https://go.hyper.ai/1JT9u

L'ensemble de données DOTA-v1.0 a été publié par l'Université de Wuhan sur arXiv le 28 novembre 2017, puis publié lors de la conférence IEEE sur la vision par ordinateur et la reconnaissance de formes (CVPR) en juin 2018. Au total, 2 806 photos aériennes sont collectées à partir de Google Earth, du satellite JL-1, des données du satellite China Resources et du satellite GF-2. Il peut être utilisé pour la détection de cibles dans les images aériennes afin de trouver et d'évaluer des objets dans les images.

11. Ensemble de données d'images aériennes DOTA v1.5+v2.0

Taille estimée :53,12 Go

Adresse de téléchargement :https://go.hyper.ai/0EIjk

L'ensemble de données DOTA provient d'images aériennes de différents capteurs et plates-formes et est utilisé pour la détection de cibles dans les images aériennes. Cet ensemble de données est divisé en versions v1.5 et v2.0. Les instances ont été étiquetées par un expert en interprétation d'images aériennes à l'aide de quadrilatères arbitraires (8 degrés de liberté).

*DOTA-v1.5 : contient un total de 403 318 instances, ajoute des annotations pour les instances extrêmement petites (moins de 10 pixels) et ajoute une nouvelle catégorie « grue à conteneurs ».

*DOTA-v2.0 : Il existe 18 catégories communes, 11 268 images (divisées en ensembles d'entraînement, de validation, de test-développement et de test-défi) et 1 793 658 instances.


Ce qui précède est l'ensemble de données de photographie aérienne compilé par HyperAI. Si vous avez des ressources que vous souhaitez inclure sur le site officiel hyper.ai, n'hésitez pas à laisser un message ou à soumettre votre contribution pour nous le faire savoir !