摘要：该数据集面向遥感与卫星影像中的体育场馆目标检测任务，主要采用 YOLO 标注格式，可用于识别卫星图像中的体育场及相关地物目标。
数据集概述
该数据集包含来自世界多个地区体育场馆的高分辨率卫星图像，图像主要来源于 Google Earth。数据集旨在支持基于 YOLO 等深度学习目标检测算法的遥感目标识别研究，通过卫星视角对体育场及其周边场景进行检测与分析。由于体育场在卫星影像中通常具有较明显的几何结构和空间分布特征，因此该数据集适合用于研究大尺度遥感场景中的目标定位与识别问题。
数据结构与关键特征
数据集采用标准 YOLO 目标检测组织方式，主要包含图像文件、标签文件以及 classes.txt、notes.json 和 stadium.yaml 等配置文件。标注文件使用 YOLO 边界框格式，对图像中的目标位置进行标记。当前类别信息中包含 stadium 类，说明数据集核心任务是体育场目标检测。卫星影像具有视角固定、目标尺度差异明显、背景复杂、目标边界相对规则等特点，因此适合开展遥感图像中的小目标、多尺度目标和复杂背景检测研究。
应用价值与研究方向
该数据集可应用于体育场馆自动识别、城市遥感分析、基础设施监测、活动区域识别以及卫星影像智能解析等方向。在算法方面，可以采用 YOLOv8、YOLO11、RT-DETR、Faster R-CNN 等目标检测模型进行训练，并进一步研究多尺度特征融合、旋转目标检测、小目标增强、遥感图像数据增强以及复杂背景下的误检抑制等问题。结合 GIS 与遥感平台，还可以构建体育设施空间分布分析、城市公共设施统计和大型场馆自动巡检系统。
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-843
文件大小：28M
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)