摘要:本研究构建了涵盖10种俄罗斯无人机型号的识别数据集,共收录6,558张采用YOLO格式标注的图像,按约7∶2∶1划分为训练集(4,590张)、验证集(1,312张)和测试集(656张),覆盖不同光照、天气和背景条件,并通过数据增强丰富样本多样性。
数据集简介
本研究构建了一个专门用于战场无人机识别的数据集,包含10种俄罗斯无人机型号(Lancet-3自杀式无人机、Geran-2察打一体无人机、光纤制导FPV、Sudoplatov自杀式、KUB-BLA巡飞弹、Orion中高空侦察打击、Forpost-R侦察无人机、Supercam-S350战术侦察、Orlan-10战术侦察和Orlan-30战术侦察),数据集共包含6,558张图像及对应标注文件,按照标准比例划分为训练集4,590张(69.9%)、验证集1,312张(20.0%)和测试集656张(10.0%),所有图像均采用YOLO格式标注,标注完整率100%,涵盖多种光照条件、天气环境和背景场景,并通过水平翻转、随机缩放、色彩变换、高斯模糊等数据增强技术扩充样本多样性,为模型训练提供了坚实的数据基础。

图1 数据集直方图

图2 YOLO标注格式说明图
模型训练

图3 训练与验证指标随Epoch变化趋势图

图4 不同置信度阈值下的F1曲线

图5 目标检测PR曲线

图6 归一化混淆矩阵
应用案例

图7 应用案例:基于YOLO26的战场无人机识别与分级预警处置系统
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:AI-95-Datasets
原创声明:本数据集为原创作品
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)