IRTiny-BD-10K

IRTiny-BD-10K是一个专门为红外微小亮暗目标检测任务构建的大规模数据集，包含10,000张高质量红外图像。该数据集旨在推动红外小目标检测算法的研究和开发，特别是在复杂背景和多目标场景下。数据集具有极小的目标尺寸（平均8-9像素）、标准分辨率格式（640×512像素）、随机多目标分布（每图1-7个目标）、真实的物理场景建模和多样化的背景库等特点。

IRTiny-BD-10K is a large-scale dataset specifically developed for infrared tiny bright and dim target detection tasks, encompassing 10,000 high-quality infrared images. This dataset is intended to advance the research and development of infrared small target detection algorithms, especially in scenarios with complex backgrounds and multiple targets. The dataset boasts several key characteristics: extremely small target sizes (averaging 8-9 pixels), standard resolution format (640×512 pixels), random multi-target distribution with 1 to 7 targets per image, realistic physical scene modeling, and a diverse background library.

原始信息汇总

IRTiny-BD-10K 数据集概述

基本信息

• 数据集名称: IRTiny-BD-10K: Infrared Tiny Bright/Dark Target Dataset
• 版本: 1.0
• 样本数量: 10,000
• 图像分辨率: 640×512像素
• 许可协议: Academic Use（学术使用）

数据集简介

IRTiny-BD-10K是一个专门为红外微小亮/暗目标检测任务构建的大规模数据集，包含10,000张高质量红外图像。该数据集通过"基于物理驱动高拟真红外弱小目标图像生成系统"构建，旨在推动红外微小目标检测算法的研究与发展，特别是在复杂背景和多目标场景下的性能。

主要特征

极小目标尺寸

• 单个目标的平均像素范围在8~9像素之间
• 具备远距红外微小目标的典型特征
• 目标在图像中的占比较小，符合真实远距探测场景

标准分辨率格式

• 所有图像分辨率均为640×512像素
• 符合当前主流红外探测器的分辨率特性

多目标随机分布

• 每张图像中包含1~7个不等的微小目标
• 包含多类型编队形式的目标排列

真实物理场景建模

• 通过物理模型构建符合真实物理场景的暗目标
• 确保目标特征的物理真实性和可靠性

多样化背景库

• 通过采集和仿真相结合的方式
• 扩展了包含强光源（月亮和太阳）的背景图像
• 增强了对高亮度背景场景的覆盖

高度多样性

• 采用仿真目标与目标库随机组合的策略
• 极大增加了目标与背景的多样性和复杂性

应用领域

• 红外小目标检测

数据集统计

• 总图像数量：10000
• 分辨率：(640, 512)
• 每图像目标数量范围：[1, 7]
• 平均目标尺寸(像素)：(8, 9)

下载信息

• 下载方式: 百度网盘
• 链接: https://pan.baidu.com/s/1rsxQbAnjj_vKS0Z58eDZ3Q
• 提取码: as1j

使用说明

• 本数据集仅供学术研究使用
• 使用请遵守相关法律法规和学术规范
• 需要正确引用来源
• 未经许可不得用于商业用途

引用格式

@article{IRTiny-BD-10K, title = {IRTiny-BD-10K: 红外微小亮暗目标检测大规模数据集}, author = {寇人可}, journal = {期刊名称}, year = {2025}, note = {待发表} }

免责声明

本数据集通过采集和仿真相结合的方式制作，致力于提供高质量的研究数据。制作者不对使用本数据带来的任何直接或间接损失负责。

联系方式

• 邮箱: [e-mail]

搜集汇总

数据集介绍

构建方式

在红外探测技术领域，IRTiny-BD-10K数据集采用基于物理驱动的高拟真红外弱小目标图像生成系统进行构建。该系统通过采集与仿真相结合的方式，整合多样化背景库，并运用物理模型对暗目标在强辐射背景下的特征进行精确建模。每幅图像中随机分布1至7个目标，目标与背景的组合策略确保了数据的高度复杂性和真实性，有效模拟了远距红外探测的实际场景。

特点

该数据集在红外微小目标检测领域展现出显著特点，其目标尺寸极为微小，平均像素范围维持在8至9像素，具备典型远距探测特征。所有图像均采用640×512标准分辨率，兼容主流红外探测器规格。数据集涵盖多目标随机分布模式，背景库包含强光源等复杂环境，通过物理建模保障了目标的真实性与可靠性，整体数据多样性丰富，适用于复杂背景下的算法验证。

使用方法

针对红外小目标检测研究，该数据集可通过百度网盘进行下载，提取码为as1j。用户需遵循学术使用规范，仅限非商业研究目的，并在相关成果中正确引用提供的技术论文。数据集支持红外微小目标检测算法的训练与评估，尤其适用于复杂背景和多目标场景下的性能测试，为先进检测模型的开发提供可靠数据基础。

背景与挑战

背景概述

红外探测技术在军事侦察、安防监控及天文观测等领域具有重要应用价值，微小目标检测作为其核心研究方向，长期面临目标信噪比低、背景干扰强等难题。IRTiny-BD-10K数据集由研究团队于2025年构建，专注于红外微小亮暗目标检测任务，包含一万张640×512分辨率的高质量红外图像。该数据集通过物理驱动的高拟真生成系统，模拟远距探测场景中平均尺寸仅8-9像素的微小目标，并涵盖多目标编队、强光源背景等复杂条件，为算法鲁棒性评估提供了标准化基准。

当前挑战

红外微小目标检测需解决目标与背景信噪比极低、目标形态特征微弱等核心难题，传统方法易受云层、强光等复杂背景干扰。数据集构建过程中，团队需平衡物理真实性与数据多样性：一方面通过辐射传输模型精确模拟暗目标在强背景中的能量特性，另一方面需构建涵盖昼夜、气象变化的背景库，并控制目标尺寸、分布符合真实探测场景的统计规律。多目标随机排列与背景的动态组合进一步增加了数据生成的复杂度。

常用场景

经典使用场景

在红外探测技术领域，IRTiny-BD-10K数据集被广泛应用于红外微小目标检测算法的开发与验证。该数据集通过模拟真实远距探测场景中8-9像素的微小目标，为研究者提供了包含复杂背景和多目标分布的标准化测试平台。其640×512像素的分辨率与主流红外探测器兼容，使得算法能够在接近实际应用的条件下进行性能评估。

解决学术问题

该数据集有效解决了红外小目标检测领域长期存在的样本稀缺问题，特别是针对强辐射背景下暗目标检测的物理建模难题。通过提供包含1-7个随机分布目标的万张图像，显著提升了算法在低信噪比条件下的泛化能力。其高度多样化的背景库为研究复杂环境下目标识别机理提供了重要数据支撑。

衍生相关工作

基于该数据集衍生的研究推动了深度学习方法在红外目标检测领域的创新，催生了多尺度特征融合网络等经典架构。相关成果在IEEE Transactions on Geoscience and Remote Sensing等顶级期刊形成系列论文，建立了红外小目标检测的基准测试标准。这些工作进一步拓展了多光谱融合检测等新兴研究方向。