UAVDT (Unmanned Aerial Vehicle Benchmark Object Detection and Tracking) の正式名は、UAV ターゲットの検出と追跡に関する大規模なビデオ データ セットで、10 時間のオリジナル ビデオと、手動でマークされた約 8,000 の代表的なビデオ フレームが含まれています。境界ボックスと、車両クラスやオクルージョンなどのいくつかの便利なラベル。このデータセットは、さまざまな複雑なシナリオで UAV によってキャプチャされ、主に、目標検出 (DET)、単一目標追跡 (SOT)、および複数目標追跡 (MOT) という 3 つの基本タスクを実行するために使用されます。

このデータセットのベンチマークは、都市部の複数の場所でドローンによって撮影された 10 時間以上のビデオから選択された 100 のビデオ シーケンスで構成されており、広場、幹線道路、料金所、高速道路、交差点、T 字路などのさまざまな一般的なシナリオを表しています。このベンチマークで最も顕著なターゲット オブジェクトは車両です。ビデオは 1080 × 540 ピクセルの JPEG 画像解像度で 30 フレーム/秒 (fps) で記録されます。