鳥 Vs ドローン 鳥とドローンの画像分類データセット

無人航空機（UAV）、つまりドローンは、商業利用と娯楽利用の両方で劇的に増加していますが、この急増は深刻な安全上の懸念をもたらしています。ドローンは、誤認されたり、検知されなかったりすると、特に鳥などの他の空中物体と混同された場合、人、インフラ、航空交通に危険をもたらす可能性があります。この課題を克服するには、正確な検出システムが不可欠です。

このデータセットは、このギャップを埋め、さまざまな環境でドローンや鳥をより適切に識別するためのモデルの開発と微調整を可能にすることを目的としています。このデータセットには、動いている鳥やドローンを表す、Pexel ウェブサイトからの多様な画像コレクションが含まれています。画像はビデオ フレームからキャプチャされ、セグメント化、拡張、前処理されてさまざまな環境条件をシミュレートし、モデルのトレーニング プロセスを強化します。

Bird vs Drone データセットは、YOLOv7 PyTorch 仕様に従ってフォーマットされており、Test、Train、Valid の 3 つのフォルダーに分かれています。各フォルダーには、Images と Labels の 2 つのサブフォルダーが含まれており、Labels フォルダーには関連するメタデータがプレーン テキスト形式で含まれています。これらのメタデータは、各画像で検出されたオブジェクトに関する貴重な情報を提供し、モデルがさまざまな状況でドローンや鳥を正確に学習して検出できるようにします。データセットには合計 20,925 枚の画像が含まれており、すべて JPEG 形式で解像度が 640 x 640 ピクセルであるため、機械学習モデルの包括的なトレーニングと検証の機会が提供されます。

• テストフォルダ: 889枚の画像（ドローンと鳥の画像）が含まれています。このフォルダーには、BT (鳥のテスト画像) と DT (ドローンのテスト画像) というラベルの付いたサブカテゴリがあります。
• トレインフォルダー: このフォルダーには、ドローンや鳥の画像を含む合計 18,323 枚の画像があり、BT カテゴリと DT カテゴリにも分かれています。
• 有効なフォルダ: 1,740枚の画像が含まれています。このフォルダ内の画像もBTとDTに分かれています。