mountain-village-unreal-synthetic

Hugging Face2026-08-20 更新2026-08-21 收录

合成数据目标检测

sim2real预训练

数据链接：

https://huggingface.co/datasets/NameFrame/mountain-village-unreal-synthetic 数据链接链接失效反馈

官方服务：

资源简介：

这是一个名为“山间村庄：虚幻引擎合成检测捕获”的合成数据集。数据集由单个Unreal Engine环境渲染的300帧图像组成，共包含5,892个标注对象实例。所有边界框和实例分割掩码均直接从引擎的逐实例ID缓冲区读取，无需模型预测或人工标注，因此标签错误仅可能源于场景描述本身的错误。数据集包含5个类别：人（2,470个实例）、桶（1,742个）、盒子（626个）、拖拉机（132个）和手推车（922个）。图像分辨率为1280×960，水平视场角57.3度，相机策略为“camera_zones_look_at_target”，使用3个作者定义的区域。数据集的布局包括：images/（RGB图像，PNG格式）、segmentation/（逐实例ID缓冲区，每个实例一种颜色）、labels/（YOLO格式边界框，每帧一个文本文件）、annotations/（COCO格式标签）、metadata/（每帧的相机、角色和生成记录）、reports/（验证输出）以及capture.json和data.yaml配置文件。所有300帧未划分固定数据集，可根据实验需求自行分割。质量验证显示：0张损坏图像，0帧无标签，0张近似重复图像，0个跨分割泄漏，平均亮度95.2，仅有2帧欠曝光。已知限制包括：类别不平衡（最稀有/最常见类别比率为0.053）、视角和距离覆盖范围较窄（仅来自3个作者区域）、合成到真实的域差距（建议作为预训练或增强材料，而非真实评估集的替代）。数据集适用于目标检测和实例分割任务，尤其适合sim2real场景下的预训练或数据增强。

This is a synthetic dataset named Mountain Village: Unreal Engine Synthetic Detection and Capture. It consists of 300 frames rendered from a single Unreal Engine environment, containing a total of 5,892 annotated object instances. All bounding boxes and instance segmentation masks are directly read from the engines per-instance ID buffer without model prediction or manual annotation, so label errors can only originate from errors in the scene description itself. The dataset includes 5 categories: person (2,470 instances), barrel (1,742), box (626), tractor (132), and cart (922). The image resolution is 1280×960, with a horizontal field of view of 57.3 degrees, and the camera strategy is camera_zones_look_at_target using 3 author-defined zones. The dataset layout includes: images/ (RGB images, PNG format), segmentation/ (per-instance ID buffer, one color per instance), labels/ (YOLO format bounding boxes, one text file per frame), annotations/ (COCO format labels), metadata/ (camera, actor, and generation records per frame), reports/ (validation outputs), and configuration files capture.json and data.yaml. All 300 frames are not split into fixed datasets; users can split them according to experimental needs. Quality validation shows: 0 corrupted images, 0 frames without labels, 0 near-duplicate images, 0 cross-split leaks, average brightness 95.2, only 2 underexposed frames. Known limitations include: class imbalance (ratio of rarest to most common class is 0.053), narrow coverage of viewpoints and distances (only from 3 author zones), and synthetic-to-real domain gap (recommended as pre-training or augmentation material, not a substitute for real evaluation sets). The dataset is suitable for object detection and instance segmentation tasks, especially for pre-training or data augmentation in sim2real scenarios.

创建时间：

2026-08-20

原始信息汇总

数据集概述

Mountain village: Unreal Engine synthetic capture 是一个由 Unreal Engine 渲染生成的合成图像数据集，专为目标检测和图像分割任务设计。数据集包含 300 帧来自单一 Unreal Engine 环境的渲染图像，共标注 5,892 个对象实例，所有标注均由引擎的逐实例 ID 缓冲区自动生成，无人工标注。

基本信息

属性	值
引擎版本	Unreal Engine 5.8.1
地图	`MV_Map_Demo_1`
帧数	300
实例总数	5,892
分辨率	1280 x 960
水平视场角	57.3 度
相机策略	`camera_zones_look_at_target`，3 个预设区域
镜头配置	`realistic_drone at 0.6`
时间范围	07:00 至 19:00
天气	场景天气（300 帧固定）
主种子	20260817
验证评分	A 级，92.4 / 100

可复现性：对象位置、姿态和相机位姿由主种子确定性采样（deterministic_per_logical_frame_and_instance），相同种子和场景可复现完全相同的 300 帧。

类别分布

类别 ID	类别名称	实例数量
0	person	2,470
1	barrel	1,742
2	box	626
3	tractor	132
4	wheelbarrow	922

按 COCO 尺度阈值分类：小目标 4,696 个、中目标 1,125 个、大目标 71 个。平均边界框覆盖画面约 0.08%，属于小目标检测数据集。

文件结构

images/ 渲染 RGB 帧，未修改的 PNG segmentation/ 逐实例 ID 缓冲区，每个实例一种颜色 labels/ YOLO 格式边界框，每帧一个文本文件 annotations/ COCO 格式标注 metadata/ 每帧相机、Actor 和生成清单记录 reports/ 验证输出报告 capture.json 运行契约（类别、相机策略、种子） data.yaml 类别名称，可直接用于 YOLO 训练

同帧在 images/、segmentation/、labels/ 和 metadata/ 中一致对应。未预设训练/验证/测试划分，全部 300 帧置于同一数据池，可按需自行分割。

注意：解码 segmentation/*.png 时需使用尊重文件声明的通道顺序的库。实例颜色为精确 8 位值，通道顺序错误会导致掩码读取为空。

质量控制结果

来源：reports/validation.json

损坏图像：0 / 300
无标注帧：0
近似重复图像：0
跨划分泄漏：0
平均亮度 95.2；欠曝帧 2 个，过曝帧 0 个
逐帧核对：300 帧请求、300 张图像、300 个标注文件、5,892 条标注全部一致

已知局限

类别不平衡扣分 7.57 分：最稀有类别与最常见类别比例为 0.053
build-provenance 检查未通过：BUILD_PROVENANCE_UNVERIFIED: UNVERIFIED_REPOSITORY_COMMIT
引擎可见人物中约 2/2325（0.09%，涉及 300/300 帧）未被标注
相机位姿仅覆盖 3 个预设区域及较窄的视角和距离范围
渲染图像存在合成到真实的域差距，适合作为预训练或增强材料，不宜替代真实评测集

来源与条款

图像由 Unreal Engine 渲染并在 NameFrameCapture（编辑器插件）中从引擎实例缓冲区生成标注
capture.json 包含完整构建记录（插件哈希、任务哈希及未验证的检查项）
场景中的环境和道具资产由第三方许可，仅限 Unreal Engine 项目内使用
本数据集仅发布渲染图像和标注，不包含源码资产、.uasset 或地图文件
重新分发图像前须阅读 LICENSE 条款
许可类型：other（sample-capture-terms）
详细管道及更多环境文档：https://getnameframe.com

搜集汇总

数据集介绍

构建方式

该数据集依托Unreal Engine 5.8.1构建，从单一山地村庄场景中确定性渲染300帧1280×960图像，涵盖07:00至19:00的时段与场景天气。所有标注均在渲染时直接从引擎的逐实例ID缓冲区读出，生成5,892个实例边界框与掩码，全程无人工绘制或模型预测；相机位姿与物体摆放均由主种子20260817确定性采样，确保相同种子可完整复现同一批帧。

使用方法

数据集按图像、分割、YOLO标签、COCO标注、元数据及报告组织，帧编号在各目录间严格对应，且未预设数据划分，便于按实验需求灵活切分。使用时可直接以data.yaml接入YOLO训练器，或载入COCO格式标注进行检测与实例分割；读取分割PNG须使用声明通道顺序的库，以防通道错位导致掩码失效。鉴于存在合成到真实的域差距，建议将其作为预训练或增强材料，而非真实场景评估集的替代。

背景与挑战

背景概述

在计算机视觉领域，合成数据已成为缓解真实标注稀缺与昂贵问题的重要途径。mountain-village-unreal-synthetic数据集由NameFrameCapture团队于2026年构建，基于Unreal Engine 5.8渲染生成，包含300帧山区村庄场景图像与5,892个实例标注。其核心研究问题在于探索利用游戏引擎的实例ID缓冲区自动生成高质量边界框与分割掩码的可行性，从而规避人工标注与模型伪标签的固有偏差。该数据集为小目标检测与实例分割任务提供了确定性、可复现的预训练或数据增强资源，对仿真到现实迁移研究具有推动作用。

当前挑战

该数据集所面临的挑战涉及领域问题与构建过程两个层面。在领域问题层面，小目标检测与实例分割本身极具挑战，数据集中约80%的实例为小目标，平均边界框仅占画面0.08%，对模型的特征提取与定位精度提出严苛要求。在构建过程中，合成数据固有的仿真到现实域差距限制了其直接替代真实评估集的能力；类别不平衡问题突出，最稀有与最常见类别实例比仅为0.053；相机视角受限于三个预设区域，导致视角与距离覆盖范围狭窄；构建溯源信息未经验证，且引擎可见但未标注的人物占0.09%，虽比例极低，仍提示标注完备性存在细微瑕疵。

常用场景

经典使用场景

在计算机视觉的合成数据研究脉络中，该数据集凭借Unreal Engine渲染的300帧山地村落场景与5,892个实例标注，构成了面向小目标检测与实例分割的典型资源。其经典用法聚焦于以逐实例ID缓冲直接导出的精确边界框与分割掩码，支撑YOLO系列检测器及实例分割网络在高度逼真的虚拟环境内完成预训练与数据增强。研究者常将其作为小目标场景的受控试验场，用以检验模型在密集小尺度目标分布下的定位与分类能力，并借由相机位姿与环境的可复现性，系统评估域随机化策略对模型泛化性能的影响。

解决学术问题

合成数据长期面临标注可信度与域偏移的双重质疑，该数据集以引擎级实例缓冲读取替代人工或模型标注，从源头消解了标签噪声的争议。其每帧与元数据严格对齐，使得目标检测与分割中关于小目标召回、类别失衡鲁棒性以及合成到真实迁移等学术难题得以在可复现条件下被考察。92.4分的验证评级与逐帧核对记录，为合成数据质量评估提供了可引用的量化依据，推动了合成数据作为预训练与增强材料的规范化使用。

实际应用

在实际部署中，该数据集常用于无人机视角下的山地环境监测与巡检任务预研。其真实感镜头配置与07:00至19:00的时段覆盖，使模型能够在光照变化条件下学习人员、桶、箱、拖拉机与手推车等目标的稳定表征。工程团队以之进行检测与分割模型的冷启动训练，再以少量真实标注微调，从而降低数据采集成本。场景化的元数据还支持相机策略与视角分布的消融实验，服务于边缘设备上的轻量化模型选型与验证。

数据集最近研究