低空空中目标检测数据集 | 低空目标检测 反无人机 空中目标识别 小目标检测 多类别检测

数据集概述

本数据集面向低空空域感知、反无人机（Anti-UAV）与空中小目标检测任务设计，集成了无人机、鸟类、飞机与直升机等典型空中目标图像。数据涵盖天空、城市、山地、森林、海岸、远距离小目标、多目标干扰与复杂背景等多种场景，包含普通图像样本与可见光视频抽帧样本，适用于可见光图像/视频帧中的无人机检测、空中目标分类检测、小目标检测与反无人机算法训练和评测。

数据集核心信息

数据三要素解析

类别与场景覆盖

• 数据集定义 4 类低空典型目标：飞机（Airplane）、鸟类（Bird）、无人机（Drone）、直升机（Helicopter），覆盖了低空空域主要的人造飞行器与生物目标。
• 场景极其丰富，包括 纯天空、城市、山地、森林、海岸 等背景，并包含 远距离小目标、多目标干扰、复杂背景 等挑战性样本，有助于提升模型在真实世界中的泛化能力。
• 数据来源多样，包含普通图像与可见光视频抽帧样本，兼顾了静态与动态场景下的目标形态。
  

数据规模与标注

• 图像总量约 13400 张，规模充足，能支撑高可靠性多类别空中目标检测模型的训练。
• 数据已按 训练集（9500张）、验证集（2000张）、测试集（1800张） 完成标准化划分，便于模型开发与独立评估。
• 标注总数为 14701 个目标边界框，各类别分布为：无人机（5961个）、鸟类（3474个）、飞机（2585个）、直升机（2681个），样本数量相对均衡，有利于多类别模型的训练。
  

格式与配套资源

• 采用通用 YOLO TXT 格式，每张图像对应一个同名标签文件，包含类别 ID 与归一化边界框坐标，可直接接入 YOLOv5、YOLOv8、YOLOv11 等主流检测框架。
• 提供了完整的 数据配置文件（aerial_target.yaml）、环境安装命令、YOLOv11训练脚本 和 推理脚本，均带有详细注释，用户可直接运行，实现从训练到部署的全流程。
• 训练脚本针对低空小目标、复杂背景做了适配优化（如开启数据增强、多尺度训练），并提供了测试集评估代码。

知识普及：低空多类别目标检测的挑战

• 小目标检测：空中目标（尤其是远距离的无人机和鸟类）在图像中像素占比极小。本数据集专门包含了大量小目标样本，训练时可采用高分辨率输入（如1280×1280）、增加小目标检测头或使用专门的特征融合网络来提升召回率。
• 类间相似性：远距离时，小型无人机与鸟类的形状、大小可能相近，造成混淆。模型需依赖运动模式（可通过视频帧）、细节纹理或热红外信息进行辅助区分。本数据集提供的大量样本是训练这类细粒度分类器的基础。
• 复杂背景干扰：城市建筑、山体、云层等背景会严重干扰目标检测。数据集的场景多样性有助于模型学习更具判别力的特征，忽略无关背景。
• 光照与天气变化：不同时段、天气下的目标表观差异大。数据增强（如色彩抖动、灰度化）和多场景样本覆盖是提升模型鲁棒性的关键。

快速开始（代码示例）

使用本数据集的典型流程如下（基于提供的脚本）：

1. 准备配置文件 (aerial_target.yaml)

path: ./aerial_target_dataset
train: images/train
val: images/val
test: images/test
nc: 4
names: ['Airplane', 'Bird', 'Drone', 'Helicopter']

2. 安装依赖并训练

pip install ultralytics torch opencv-python

from ultralytics import YOLO

model = YOLO("yolo11s.pt")
model.train(
    data="aerial_target.yaml",
    epochs=100,
    imgsz=640,
    batch=16,
    device=0,
    augment=True,
    mosaic=1.0,
    project="runs/train",
    name="aerial_target_detect"
)
# 在测试集上评估
metrics = model.val(split="test")
print(f"mAP@50: {metrics.box.map50:.4f}")

3. 单张图像推理

model = YOLO("runs/train/aerial_target_detect/weights/best.pt")
results = model.predict(source="test_image.jpg", conf=0.25, save=True)

标签

低空目标检测 反无人机 空中目标识别 小目标检测 多类别检测 YOLO格式 深度学习数据集 计算机视觉