摘要：该数据集融合了航拍交通图像与 VisDrone 数据，并针对 YOLOv8、YOLO11 等目标检测框架进行了统一整理和预处理，主要用于无人机俯视场景下的小型车辆、大型车辆以及行人目标检测。
数据集概述
该数据集由航拍交通图像数据和 VisDrone 数据集融合构建，面向无人机交通监控、城市道路分析及低空视觉感知任务。数据集共包含 11,337 张航拍图像，其中训练集 9,287 张、测试集 2,050 张，并包含超过 250,000 个目标标注实例。原始数据中的多个车辆和人员类别经过重新合并与映射，最终简化为小型车辆、大型车辆和人员 3 类，使类别体系更加统一，适合开展大规模无人机航拍目标检测研究。
数据结构与关键特征
数据集采用标准 YOLO 目录结构，主要包括 train/images、train/labels、test/images 和 test/labels，并提供 data.yaml、ReadMe.md 和 license.md 等配置说明文件。标注采用归一化的 YOLO 格式，即 class_id x_center y_center width height。共有 3 个类别：0 为小型车辆、1 为大型车辆、2 为人员。数据预处理过程中清理了损坏及重复标注，解决了不同源数据之间的类别与标签冲突，并统一了数据组织结构，因此能够直接用于 YOLOv8、YOLO11 等检测模型训练，也便于进一步构建 K 折交叉验证方案。
应用价值与研究方向
该数据集适用于无人机交通监控、车辆检测、行人检测、道路流量统计、城市交通态势感知以及低空智能监视等研究方向。由于航拍图像中的车辆和人员通常具有目标尺寸小、背景复杂、目标密集以及尺度变化明显等特点，因此特别适合研究小目标检测、密集目标检测、多尺度特征融合、遮挡处理和类别不平衡问题。还可以结合 YOLOv8、YOLO11、RT-DETR 等模型以及 ByteTrack、BoT-SORT 等多目标跟踪算法，进一步实现车辆轨迹分析、交通流统计、道路拥堵评估和无人机实时交通监控系统。
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-849
文件大小：2.7G
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)