摘要：面向无人机高空红外热成像目标检测研究构建的数据集，共包含 2898 张红外热成像图像，这些图像从约 43,470 帧无人机航拍视频中提取得到。
数据集概述
面向无人机高空红外热成像目标检测研究构建的数据集，共包含 2898 张红外热成像图像，这些图像从约 43,470 帧无人机航拍视频中提取得到。数据采集覆盖学校、停车场、道路、操场等多种真实场景，并同时考虑不同飞行高度、相机俯视角度以及昼夜光照条件。数据集中主要标注 Person、Bicycle、Car 和 OtherVehicle 四类目标，可用于研究高空视角下的小目标检测、红外目标识别以及复杂环境中的无人机智能感知问题。
数据结构与关键特征
数据集已经整理为适用于 YOLO 系列目标检测算法的标准结构，包含 images/train、images/val、images/test 三个图像子集，以及对应的 labels/train、labels/val、labels/test 标注目录，并通过 dataset.yaml 文件配置数据路径和类别信息。标注格式采用 YOLO 的 class_id、x_center、y_center、width、height 形式。数据采集时无人机飞行高度约为 60～130 米，相机视角覆盖 30°～90°，同时包含白天和夜间红外场景，使数据具有明显的尺度变化、视角变化和环境变化特征。原始数据提供 COCO 和 PASCAL VOC 两种标注格式，当前版本已转换为 YOLO 格式。
应用价值与研究方向
数据集适合用于无人机红外目标检测、小目标检测、行人与车辆识别、昼夜目标感知及高空智能监控等研究。由于目标在高空航拍图像中通常尺寸较小，同时存在不同高度、俯视角度和场景背景变化，因此该数据集尤其适合验证 YOLOv8、YOLO11、RT-DETR、Faster R-CNN 等目标检测模型在红外小目标场景中的性能，也可进一步开展多尺度特征融合、注意力机制、轻量化网络、红外图像增强、复杂背景抑制以及无人机实时目标检测系统等研究。
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-823
文件大小：190M
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)