VEDAI 完整数据集下载目录同时包含三种主流标注格式COCO JSON、VOC XML、YOLO TXTVEDAI 数据集数据集介绍、下载| 目标检测 |多模态|水平框旋转框原始图像✅|原始标签✅VOC标签✅|COCO 标签✅|YOLO HBB标签✅|YOLO OBB标签✅原始数据转换后的数据文章目录一、基础数据信息二、数据集特点三、目标类别四、标注格式4.1 原始标签4.2 转换后的标签五、训练样例一、基础数据信息全称VEDAI(Vehicle Detection in Aerial Imagery论文Vehicle detection in aerial imagery : A small target detection benchmark定位航拍遥感多光谱车辆旋转目标检测基准数据集广泛用于可见光红外跨模态融合、航拍小目标检测、OBB旋转框检测研究。链接https://github.com/liaoxuanzhi/VEDAI图像数量一共1246组图像对每组包含*_co.png可见光RGB图像*_ir.png同步配准红外图像可见光/红外严格对齐适合多光谱融合任务两种分辨率版本官方同时提供图像分辨率GSD地面采样距离单像素对应实地尺寸1024×102412.5 cm/px1像素 地面12.5厘米512×51225 cm/px1像素 地面25厘米原始大图裁剪得到场景覆盖城市道路、停车场、农田、林地、建筑工地等。目标总量总计3700车辆实例大量小目标、任意朝向、阴影遮挡、镜面反光是航拍小车辆检测经典难点数据集。二、数据集特点可见光红外成对配准图像是少有的公开航拍多光谱车辆OBB数据集大量用于可见光红外融合检测算法SDRFPT-Net、DMM等。旋转框标注OBB航拍车辆朝向随机旋转框相比水平框定位更精准适合旋转目标检测算法验证。典型小目标场景512分辨率下很多车辆仅有十几个像素非常适合小目标检测算法评测。官方标准10折交叉验证划分Annotations512、Annotations1024目录内fold01~fold10.txt给出固定划分论文结果可复现不建议自行随机划分。本文将所有图像统一进行了格式转换在划分训练集测试集时可按照fold01~fold10.txt中的划分对转换后的标签进行划分。下面的COCO标签仅为举例是将所有图像整合在一块了使用时需重新划分。三、目标类别names:0:car1:truck2:boat3:tractor4:camping5:pickup6:plane7:other8:van合并策略1:1;(Car- No change)2:2;(Truck- No change)4:4;(Tractor- No change)5:5;(Camping Van- No change)7:8;(Motorbike mapped to others)8:8;(Bus to others)9:9;(Vans-No change)10:8;(Others-represented as label8instead of10)11:6;(Pickup)23:3;(Boat represented as label3instead of23)31:7;(Plane represented as label7instead of31)四、标注格式4.1 原始标签官方提供纯文本标注文件annotation1024.txt/annotation512.txt原始标注不是XML每条记录15个字段img_id, xc, yc, orientation(rad), x1,x2,x3,x4, y1,y2,y3,y4, class_id, is_contained, is_occludedxc,yc旋转框中心点orientation旋转角度弧度制(x1,y1)...(x4,y4)目标四边形四个角点坐标旋转框OBB原始真值is_occluded是否被遮挡is_contained目标是否完整在图内⚠️ 工程常见工作四角坐标 → YOLO-OBB旋转框格式class_index x1 y1 x2 y2 x3 y3 x4 y4或转为水平框HBB。4.2 转换后的标签转换后的完整数据集目录包含COCO JSON、VOC XML、YOLO TXT三种主流标签 VEDAI_Trans ├─ 512 │ ├─ COCO │ │ └─ instances_default.json │ ├─ images │ │ ├─ ️ *.jpg │ │ └─ ... │ ├─ images_ir │ │ ├─ *.jpg │ │ └─ ... │ ├─ VOC │ │ ├─ *.xml │ │ └─ ... │ ├─ YOLO-HBB │ │ ├─ *.txt │ │ └─ ... │ └─ YOLO-OBB │ ├─ *.txt │ └─ ... └─ 1024 ├─ COCO │ └─ instances_default.json ├─ images │ ├─ ️ *.jpg │ └─ ... ├─ images_ir │ ├─ *.jpg │ └─ ... ├─ VOC │ ├─ *.xml │ └─ ... ├─ YOLO-HBB │ ├─ *.txt │ └─ ... └─ YOLO-OBB ├─ *.txt └─ ... VEDAI_Trans ├─ 512 / 1024 │ 两组不同分辨率/图像尺寸的跨模态遥感数据子集分别独立组织 │ │ ├─ images │ │ 可见光遥感图像通常为 RGB 三通道 jpg 图像 │ │ ├─ images_ir │ │ 红外遥感图像与 images 中可见光图像文件名一一对应 │ │ ├─ COCO │ │ instances_default.json │ │ COCO 格式全局标注文件存储当前子集所有目标检测标注 │ │ ├─ VOC │ │ *.xml │ │ Pascal VOC 格式独立标注文件每张图像对应一个 xml │ │ ├─ YOLO-HBB │ │ *.txt │ │ YOLO 水平框标注存储归一化 x_center、y_center、width、height │ │ └─ YOLO-OBB │ *.txt │ YOLO 旋转框标注存储 Oriented Bounding Box 坐标信息五、训练样例以YOLO 水平框标签为例进行训练以YOLO 旋转框标签为例进行训练