lgrzybowski/seraphim-drone-detection-dataset

Seraphim无人机检测数据集是一个综合性的无人机图像数据集，从23个开源数据集中精选并经过定制清洗流程处理。该数据集适用于训练对象检测模型，以识别不同环境和条件下的无人机。数据集以YOLO格式标注，包含83,483张图像，分为75,134张训练图像和8,349张测试图像。数据集涵盖了多种类型的无人机，包括旋翼无人机、固定翼无人机和混合型无人机。

The Seraphim Drone Detection Dataset is a comprehensive dataset of drone images, curated from 23 open-source datasets and processed through a custom cleaning pipeline. It is designed for training object detection models to identify drones in various environments and conditions. The dataset is annotated in YOLO format and consists of 83,483 images, divided into 75,134 training images and 8,349 test images. It includes various types of drones, such as rotary-wing, fixed-wing, and hybrid unmanned aerial vehicles (UAVs).

搜集汇总

数据集介绍

构建方式

在无人机目标检测领域，高质量、多样化的数据集是模型性能提升的基石。Seraphim Drone Detection Dataset 的构建始于对23个开源无人机数据集的系统性整合，原始图像数量约达268,957张。随后，研究团队设计了一套精细的清洗流程：首先剔除缺失标签及无效的图像文件，继而通过精确像素差异与感知哈希算法（涵盖图像旋转与翻转）分别移除完全重复和视觉近似的冗余样本。最终，所有保留图像均被统一缩放并填充至640×640像素的分辨率，并以YOLO标准格式进行标注，从而确保了数据的一致性与互操作性。该过程未引入额外的数据增强手段，仅保留了原始数据集中已有的增广操作。

特点

该数据集以其规模庞大与来源广泛而著称，总计包含83,483张标注图像，其中训练集75,134张、测试集8,349张，且全部为单一类别“无人机”的目标检测任务。数据集中无人机类型以旋翼机为主，兼有固定翼与混合构型，图像来源涵盖真实航拍、营销素材以及计算机生成图像，极大地丰富了视觉场景的多样性。为便于研究者评估模型性能，数据集提供了详尽的统计信息，包括每张图像的目标数量、多目标图像分布、边界框尺寸类别（依据COCO标准划分为微小、小、中、大四档）以及标注中心的空间密度热图，为分析检测难点提供了直观依据。

使用方法

使用该数据集时，研究者可通过HuggingFace Hub便捷获取资源。推荐采用`snapshot_download`函数下载整个仓库，随后利用Python脚本递归解压所有ZIP压缩包并删除原文件，即可恢复标准的YOLO目录结构（即`train/images/`与`train/labels/`）。此外，亦可使用HuggingFace CLI工具直接执行`hf download`命令完成下载。数据集采用CC BY 4.0许可协议，支持学术研究与商业应用。引用时请参照提供的BibTeX格式，注明数据集作者、机构及来源。需注意，数据集未经过人工重新标注，其标注精度取决于源数据集质量，且合成图像的存在可能影响模型在真实场景中的泛化能力，后续版本有望对此进行优化与细分。

背景与挑战

背景概述

随着无人机技术在军事侦察、公共安全及民用物流等领域的广泛应用，针对无人机的自动检测与识别成为计算机视觉与目标检测研究中的热点问题。由Seraphim Defence Systems的Łukasz Grzybowski于2025年创建的Seraphim Drone Detection Dataset，是一项系统性的数据资源整合成果。该数据集从23个开源数据集中精心筛选、清洗并标准化了超过8.3万张图像，统一采用YOLO格式标注，以640×640像素分辨率呈现，旨在为无人机检测模型提供大规模、多样化的训练与测试样本。其构建过程融合了去重、无效图像剔除及分辨率规范化等流程，显著提升了数据的可用性与一致性，为无人机视觉感知领域的研究奠定了坚实的基准基础。

当前挑战

该数据集所针对的核心挑战在于无人机目标检测中存在的尺度多样性、背景复杂性及标注精度不均等问题。具体而言，无人机在图像中常以极小尺寸出现（如小于16×16像素），极易与噪声或背景纹理混淆，对模型的细粒度识别能力提出严峻考验。此外，数据来源于多个异构开源集合，虽经清洗，但原始标注质量参差不齐，缺乏人工复核与边界框精修，可能引入标签噪声，影响模型泛化性能。构建过程中，面临数据源格式不一致、近重复图像过滤及视觉哈希相似度判定的技术难点，同时需平衡合成图像与真实场景图像的比例，以避免模型过拟合于特定视觉风格，从而确保其在真实空域场景下的鲁棒性。

常用场景

经典使用场景

Seraphim Drone Detection Dataset作为无人机视觉检测领域的标杆性数据资源，其最经典的使用场景集中于基于深度学习的无人机目标检测模型训练与评估。该数据集融合了23个开源数据源，经过严格的去重、标准化与分辨率统一处理，最终形成包含83,483张640×640像素图像的庞大规模集合，覆盖旋翼、固定翼及混合构型无人机在多样化环境中的视觉表现。研究者可借助其YOLO格式标注，直接用于训练如YOLOv8、RT-DETR等主流单阶段检测器，或作为微调基础模型（如DINO、Grounding DINO）的预训练数据，从而在无人机检测这一细粒度任务上获得鲁棒性更强的特征表征。

解决学术问题

该数据集直面无人机检测领域长期存在的两大核心学术困境：数据碎片化与标注标准不统一。此前，研究者常需从多个来源拼凑数据，面临重复样本、缺失标签、图像分辨率参差等问题，导致模型泛化能力受限。Seraphim数据集通过系统性清洗流水线——包括精确去重、感知哈希过滤、无效样本剔除与尺寸标准化——构建了一个高质量、高一致性的基准库，使得跨论文的模型性能对比成为可能。其发布推动了小目标检测（尤其是面积占比低于0.0625%的微型无人机）的算法创新，为研究极端尺度下的特征学习、注意力机制优化以及数据增强策略提供了可量化的实验平台，显著提升了学术研究的可重复性。

衍生相关工作

该数据集已催生了一系列具有影响力的衍生研究工作。在算法层面，研究者以Seraphim为基准，提出了针对无人机小目标检测的改进型YOLO架构（如引入可变形卷积与注意力增强的特征金字塔），以及基于Transformer的端到端检测框架，显著提升了微小型无人机的召回率。在数据驱动方法上，该数据集被用作弱监督学习与域自适应技术的验证平台，探索如何利用合成数据与真实数据的混合训练弥合域间隙。此外，围绕该数据集还衍生出无人机跟踪、多目标计数与轨迹预测等下游任务的扩展标注版本，推动了从静态检测到动态行为理解的学术演进，成为低空视觉智能领域不可忽视的基石性资源。