摘要：面向无人机搜索与救援场景构建的人员行为目标检测数据集，主要用于识别灾害、事故和紧急环境中的遇险人员及其运动状态。
数据集概述
面向无人机搜索与救援场景构建的人员行为目标检测数据集，主要用于识别灾害、事故和紧急环境中的遇险人员及其运动状态。数据集图像由 DJI Phantom 4A 无人机搭载高分辨率相机采集，通过演员模拟疲惫、受伤以及不同活动状态下的人员，构建贴近真实搜救环境的空中视觉数据。数据集共包含 6 类人员状态，能够为无人机自主搜救、人员定位和应急救援智能分析提供数据基础。
数据结构与关键特征
数据集采用适用于 YOLO 目标检测模型的标注格式，并划分为训练集、验证集和测试集，其中训练集约 1300 张图像、验证集约 300 张图像、测试集约 200 张图像。目标类别包括 Running（跑步）、Walking（步行）、Lying（躺卧）、Undefined（未定义）、**Sitting（坐姿）**和 **Standing（站立）**六类，类别信息记录在 data.yaml 文件中。由于图像来源于无人机航拍视角，数据具有人员目标尺度较小、视角变化明显、背景复杂以及姿态差异显著等特点，适合研究复杂环境下的人员检测与行为识别问题。
应用价值与研究方向
该数据集可用于无人机搜救目标检测、遇险人员定位、人体姿态识别、人员运动状态分类和灾害应急智能监测等研究。研究人员可基于 YOLOv4、YOLOv5、YOLOv8、YOLO11、RT-DETR 等模型开展目标检测实验，并进一步研究小目标检测、遮挡人员识别、多尺度特征融合、行为状态识别、目标跟踪、模型轻量化以及无人机边缘端实时部署等方向，从而提升复杂灾害场景下人员发现与救援决策的自动化水平。
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-542
文件大小：1.24G
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)