摘要：该数据集面向无人机和高空俯视场景下的车辆及行人目标检测任务，整合了 Aerial Traffic Images、VisDrone、Roundabout Aerial Images for Vehicle Detection 和 VSAI_Dataset 等多个公开航拍数据源，并统一整理为适用于 YOLO 系列目标检测模型的标准数据格式。
数据集概述
该数据集包含超过 35,000 张航拍图像以及约 120 万个目标标注实例，覆盖道路、交叉口、环岛、城市街区和复杂交通场景等多种俯视环境。数据集中目标按照统一标准划分为 small-vehicle、large-vehicle 和 human 三类，分别对应小型车辆、大型车辆和人员目标。通过整合多个航拍数据源，数据集具有较丰富的目标尺度、密度、背景和拍摄高度变化，能够为航拍小目标检测和复杂交通场景分析提供较为充分的数据基础。
数据结构与关键特征
数据集采用标准 YOLO 数据组织形式，根目录主要包含 train、val、test、data.yaml、ReadMe.md 和 license.md 等文件，其中训练集、验证集和测试集按照约 70%、15% 和 15% 的比例划分。每幅图像对应一个 YOLO 格式的 .txt 标签文件，采用归一化的类别编号、目标中心坐标以及边界框宽度和高度进行标注。数据在发布前对重复数据、异常标注和不同原始数据集的类别进行了清洗、合并与标准化，因此能够直接用于 YOLOv8、YOLO11 等目标检测模型的训练、验证和测试。
应用价值与研究方向
该数据集适用于无人机交通监测、车辆检测与统计、行人检测、道路流量分析、城市交通管理、航拍监控以及智能交通系统等研究方向。由于数据中包含大量小尺度、密集分布及复杂背景下的车辆与行人目标，因此还可以用于研究小目标检测、多尺度特征融合、遮挡目标识别、轻量化检测网络以及复杂场景鲁棒性问题。在实际项目中，可以进一步结合 YOLO 系列模型实现车辆计数、车型分类、道路区域流量统计、拥堵分析以及无人机视角下的实时交通状态监测。
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-856
文件大小：27G
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)