当前位置: 首页 > news >正文

【数据集介绍】多种飞机检测的YOLO数据集介绍

在这里插入图片描述

【数据集介绍】多种飞机检测的YOLO数据集介绍

  • 军用飞机数据集
    • 一、数据集概述
    • 二、数据集结构
    • 三、应用场景
    • 四、数据集优势
    • 五、总结
  • 商用飞机数据集
    • 一、数据集介绍

军用飞机数据集

一、数据集概述

该数据集专为军用飞机的物体检测而设计,涵盖 88 种不同的军用飞机类型。某些机型与其变体合并为一类,因为它们的机身或外部特征仅略有不同,因此难以区分——尤其是在只有部分飞机可见的情况下。

A-10, A-400M, AG-600, AH-64, AV-8B, An-124, An-22, An-225, An-72, B-1, B-2, B-21, B-52, Be-200, C-1, C-130, C-17, C-2, C-390, C-5, CH-47, CH-53, CL-415, E-2, E-7, EF-2000, EMB-314, F-117, F-14, F-15, F-16, F-22, F-35, F-4, F/A-18, H-6, Il-76, J-10, J-20, J-35, J-36, J-50, JAS-39, JF-17, JH-7, KAAN, KC-135, KF-21, KJ-600, Ka-27, Ka-52, MQ-9, Mi-24, Mi-26, Mi-28, Mi-8, Mig-29, Mig-31, Mirage2000, P-3, RQ-4, Rafale, SR-71, Su-24, Su-25, Su-34, Su-57, TB-001, TB-2, Tejas, Tornado, Tu-160, Tu-22M, Tu-95, U-2, UH-60, US-2, V-22, V-280, Vulcan, WZ-10, WZ-7, WZ-9, XB-70, Y-20, YF-23, Z-10, Z-19.

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

二、数据集结构

数据集分为三个主要文件夹:“dataset”、“crop”和“annotated_samples”。

  • dataset文件夹
    包含 JPEG 图像(.jpg)和相应的 CSV 格式的注释文件以及匹配的文件名。
    每个注释 CSV 文件都使用 PASCAL VOC 格式详细描述了图像中的对象。注释 CSV 文件中的列包括:
    filename:图像及其对应注释文件的标识符。
    width和height:图像的尺寸(以像素为单位)。
    class:飞机类型。
    xmin,ymin,xmax,ymax:边界框的坐标。
    在这里插入图片描述

  • crop文件夹
    包含根据边界框标注从文件夹中的原始图像裁剪的图像dataset。此文件夹专为方便训练分类模型而准备。
    裁剪后的图像被组织到以其各自类别名称命名的文件夹中。

  • annotated_samples文件夹
    包含带有可视化边界框的样本图像选择,以提供快速的视觉参考和数据集中带注释的图像示例。

在这里插入图片描述

在这里插入图片描述

三、应用场景

  • 辅助国防情报监测,自动识别特定区域军用飞机类型与数量。
  • 作为航空教学素材,帮助理解不同机型的外观特征。
  • 支持机场安全管控,对进入管制区的军用飞机进行自动预警。
  • 训练无人机视觉系统,实现对军用飞机的识别与避障。

四、数据集优势

  • 涵盖88种军用飞机类型,包含多类别机型及相似变体。
  • 采用PASCAL VOC格式标注,信息完整,可直接用于模型训练。
  • 提供裁剪图像和带标注示例,满足多样化任务需求。
  • 包含真实场景下的复杂图像,适配卫星遥感等实际应用场景。

五、总结

该数据集为军用飞机检测与分类提供高质量数据,适配多场景,助力相关领域技术应用与创新。

商用飞机数据集

一、数据集介绍

该图像数据集主要包含波音、空客和ATR公司生产的商用飞机。

数据集包含17个类别,例如b787、b737ng、b767、b777x、b777、b737max、b747、A318、A319、A320、A321、A350、A330、A380、A220、Atr 42和Atr 72。

用于图像分类
在这里插入图片描述
在这里插入图片描述

数据集获取:闲鱼:银河系热泪盈眶的鲨鱼

http://www.dtcms.com/a/330944.html

相关文章:

  • 服务器数据恢复—误删服务器卷数据的数据恢复案例
  • 配置docker pull走http代理
  • 集成电路学习:什么是Video Processing视频处理
  • 网络原理-HTTP
  • 【论文阅读】基于多变量CNN模型的可穿戴外骨骼机器人人体运动活动识别
  • Notepad++插件开发实战:从零打造效率工具
  • 边缘光效果加流光效果
  • 从0开始跟小甲鱼C语言视频使用linux一步步学习C语言(持续更新)8.14
  • 测试开发的社区:测试之家
  • 从根源到生态:Apache Doris 与 StarRocks 的深度对比 —— 论开源基因与长期价值的优越性
  • lib.dom.d.ts
  • 速通C++类型转换(代码+注释)
  • 【自动化测试】Web自动化测试 Selenium
  • docker rm删除容器命令入门教程
  • [论文阅读] 人工智能 + 软件工程 | 从模糊到精准:模块化LLM agents(REQINONE)如何重塑SRS生成
  • Flink CDC 实战:实时监听 MySQL Binlog 并同步到 Kafka
  • 监控插件SkyWalking(二)集成方法
  • kafka 单机部署
  • 【Android】适配器与外部事件的交互
  • Mybatis学习笔记(三)
  • [激光原理与应用-267]:理论 - 几何光学 - 胶卷相机的组成和工作原理
  • PostgreSQL 免安装
  • tomcat 定时重启
  • 通过 GitHub520 项目自动获取最新 Hosts 配置,无需手动查询 IP。
  • 语义 HTML 的核心价值:提升 SEO 与 AI 理解
  • 肖臻《区块链技术与应用》第14-15讲 超越货币:以太坊如何用“智能合约”开启去中心化应用时代
  • 备战亚马逊“Prime Big Deal Days”:卖家如何解锁年末增长密钥?
  • 2025年大模型安全岗的面试汇总(题目+回答)
  • 回归算法:驱动酒店智能化定价与自动化运营的引擎—仙盟创梦IDE
  • 不同ide回到上一个文件快捷键