摘要：该数据集主要面向无人机航拍场景中的车辆目标检测研究，通过采集停车场和校园等环境下的高空图像，并提供车辆目标标注，可用于车辆识别、目标定位、交通监控和无人机视觉感知等任务。
数据集概述
该数据集共包含约 270 张航拍图像，主要来源于沙特阿拉伯苏丹王子大学校园及公开航拍车辆数据。部分图像由搭载 GoPro Hero 4 相机的 3DR SOLO 无人机在停车场环境中拍摄，再从视频中提取关键帧并进行人工标注。由于任务主要聚焦单一车辆类别，因此不包含车辆目标的图像已被移除，并将数据随机划分为训练集和测试集，适合用于构建和评估单类别车辆检测模型。
数据结构与关键特征
数据集主要组织在 Aerial-cars 目录下，包括 train_PSU 和 test_PSU 两个子集，分别用于模型训练与测试。图像内容以无人机俯视或高角度航拍场景为主，车辆目标通常尺寸较小，并可能存在密集排列、遮挡、背景复杂、尺度变化和视角变化等问题。其核心特点是面向小目标车辆检测，能够较好地模拟无人机在停车场、校园道路和城市交通区域中的车辆监测场景。
应用价值与研究方向
该数据集适合用于无人机车辆检测、停车场车辆统计、交通流量监测、智能交通管理和航拍小目标识别等研究方向。算法方面可以采用 YOLOv8、YOLO11、RT-DETR、Faster R-CNN 等模型进行训练，并进一步研究小目标增强、多尺度特征融合、注意力机制、密集目标检测和高分辨率切片推理等方法。进一步还可以结合目标跟踪与地理位置信息，开展车辆计数、轨迹分析、停车位占用检测以及无人机交通巡检等应用研究。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-771
文件大小：130M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)