MMLA dataset

MMLA数据集是一个多环境、多物种的低空无人机拍摄数据集，旨在帮助研究人员和从业者开发和评估用于野生动物监测和保护的物体检测模型。

The MMLA Dataset is a low-altitude unmanned aerial vehicle (UAV) captured dataset covering multiple environments and species, designed to assist researchers and practitioners in developing and evaluating object detection models for wildlife monitoring and conservation.

原始信息汇总

MMLA数据集概述

数据集基本信息

• 全称：Multi-Environment, Multi-Species, Low-Altitude Drone Dataset (MMLA)
• 类型：低空航拍野生动物监测数据集
• 用途：用于野生动物监测与保护的物体检测模型开发与评估

数据集内容

• 覆盖物种：斑马、长颈鹿、野驴、狗等
• 环境多样性：多环境场景
• 数据形式：视频帧及对应边界框标注
• 示例场景：肯尼亚Mpala研究中心拍摄的斑马和长颈鹿群体

数据集组成

• 子数据集：
  • mmla_wilds
  • mmla_opc
  • mmla_mpala
• 数据量：
  • 总图像数：7,658
  • 总实例数：44,619

性能指标

类别	图像数	实例数	精确率	召回率	mAP50	mAP50-95
全部	7,658	44,619	0.867	0.764	0.801	0.488
斑马	4,430	28,219	0.768	0.647	0.675	0.273
长颈鹿	868	1,357	0.788	0.634	0.678	0.314
野驴	172	1,584	0.939	0.776	0.857	0.505
狗	3,022	13,459	0.973	0.998	0.995	0.860

相关资源

• 数据集地址：https://huggingface.co/collections/imageomics/wildwing-67f572d3ba17fca922c80182
• 预训练模型：https://huggingface.co/imageomics/mmla
• 论文引用： bibtex @article{kline2025mmla, title={MMLA: Multi-Environment, Multi-Species, Low-Altitude Aerial Footage Dataset}, author={Kline, Jenna and Stevens, Samuel and Maalouf, Guy and Saint-Jean, Camille Rondeau and Ngoc, Dat Nguyen and Mirmehdi, Majid and Guerin, David and Burghardt, Tilo and Pastucha, Elzbieta and Costelloe, Blair and others}, journal={arXiv preprint arXiv:2504.07744}, year={2025} }

搜集汇总

数据集介绍

构建方式

MMLA数据集通过低空无人机在多样化环境中采集野生动物影像数据构建而成，覆盖肯尼亚Mpala研究中心等多个地理区域。数据采集采用标准化流程，包括视频拍摄、关键帧抽取及边界框标注，通过YOLO格式转换脚本实现数据标准化处理。研究团队特别设计了帧采样算法以平衡数据分布，并采用三阶段验证机制确保标注质量，最终形成包含7,658张图像、44,619个实例的多物种检测数据集。

特点

该数据集具有显著的多环境跨物种特性，涵盖斑马、长颈鹿、野驴和犬科动物等典型非洲草原物种，包含不同光照条件和复杂背景的航空影像。数据标注采用像素级边界框，平均每幅图像含5.8个检测目标，其中斑马实例占比63.2%，形成长尾分布。特别设计的评估指标包含mAP50-95等7项检测参数，测试集包含3,022张犬类影像，为研究目标检测模型在生态监测场景的泛化能力提供理想基准。

使用方法

使用者可通过HuggingFace平台获取原始视频帧及YOLO格式标注文件，配套提供Python预处理脚本实现数据集自动划分与格式转换。模型训练需配置专用conda环境，通过train.py脚本启动YOLO微调流程，支持自定义采样率调整数据平衡。评估阶段提供bootstrap.ipynb计算置信区间，验证脚本可输出7类详细指标。对于扩展应用，frame_extractor.py支持从原始视频重构定制数据集，满足特定研究需求。

背景与挑战

背景概述

MMLA数据集由Imageomics团队于2025年发布，旨在为野生动物监测与保护领域提供多环境、多物种的低空航拍影像资源。该数据集采集自肯尼亚Mpala研究中心等不同生态区域，涵盖斑马、长颈鹿等多种典型野生物种，其核心研究价值在于解决复杂自然场景下的动物目标检测难题。作为首个系统性整合低空无人机视角与多物种生态特征的开源基准，MMLA显著推动了计算机视觉技术在生物多样性保护中的应用边界，相关成果发表于arXiv预印本平台并引发跨学科研究热潮。

当前挑战

在领域问题层面，MMLA需应对低空航拍影像中目标尺度剧烈变化、植被遮挡频繁以及光照条件不稳定等核心挑战，这些因素导致现有检测模型的平均精度（mAP50-95）波动于27.3%至86%之间。数据集构建过程中，研究人员面临多源视频数据时空分辨率差异、罕见物种样本稀缺导致的类别不平衡，以及热带环境下的传感器噪声干扰等技术难点。为提升标注质量，团队开发了专用视频帧提取与降采样工具，但动态场景中动物形态多样性仍对标注一致性提出较高要求。

常用场景

经典使用场景

在野生动物监测与保护领域，MMLA数据集凭借其多环境、多物种、低空无人机拍摄的特性，成为训练和评估目标检测模型的黄金标准。研究者通过该数据集能够精确识别和追踪斑马、长颈鹿等野生动物，为生态学研究提供丰富视觉数据支持。其低空视角有效捕捉动物行为细节，弥补了传统卫星影像分辨率不足的缺陷。

实际应用

非洲多个自然保护区已将该数据集衍生的模型应用于实时动物种群普查，通过无人机自动识别显著提升监测效率。在反盗猎行动中，基于MMLA训练的模型能实时检测异常人类活动，其mAP50达到0.801的精度大幅降低了人工巡查成本。相关技术还延伸至濒危物种栖息地评估等应用场景。

衍生相关工作

以MMLA为基础发表的YOLO11m改进模型开创了野生动物检测新范式，其提出的跨域迁移学习方法被ECCV等顶会多次引用。后续研究据此开发了轻量化版本Edge-MMLA，实现在移动设备的部署。数据集还催生了《Conservation Vision》等跨学科期刊的特刊专题研究。