GAIIC2024-赛道1-目标检测任务

数据集来源：https://www.kaggle.com/datasets/peilwang/gaiic2024
竞赛官网：https://www.heywhale.com/home/competition/65f7abcf019d8282037f3924/content/1
数据描述：引入了红外图像来为可见光模态提供互补信息，从而形成可见光-红外图像对。本赛道提供无人机视角下的双光目标检测数据集，涵盖了包括城市道路、农村地区、居住区、停车场以及从白天到晚上的多个场景
数据分类：{'car': 1, 'truck': 2, 'bus': 3, 'van': 4, 'freight_car': 5}
当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集

#### 下载方法
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

#### 解压到当前目录
unzip images.zip
unzip labels.zip

#### 数据格式
dataset/
├── images/
│    ├── val/ # 验证集图像
│    ├── test/ # 测试集图像
│    └── train/ # 训练集图像
│        ├── rgb/ # RGB图像 (00001.jpg, ...)
│        └── tir/ # 热红外图像 (00001.jpg, ...)
└── labels/
    ├── test/ # 测试集标签
    └── train/ # 训练集标签 (00001.txt, ...)

### 数据集基本信息
数据集来源：https://www.kaggle.com/datasets/peilwang/gaiic2024
竞赛官网：https://www.heywhale.com/home/competition/65f7abcf019d8282037f3924/content/1

### 数据描述
本数据集引入红外图像以作为可见光模态的互补信息，构建可见光-红外图像配对样本。本次竞赛赛道提供无人机拍摄视角下的双光目标检测数据集，覆盖城市道路、乡村区域、居住区、停车场等多元场景，且包含从日间至夜间的全时段采集数据。

### 数据分类
数据类别及对应编号如下：
`{'car（轿车）': 1, 'truck（卡车）': 2, 'bus（巴士）': 3, 'van（厢式货车）': 4, 'freight_car（货运汽车）': 5}`

### 数据集说明与下载
当前数据集卡片采用默认模板，数据集贡献者未提供更详细的介绍，您可通过以下Git Clone命令或ModelScope SDK下载该数据集。

#### 下载方法

:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

#### 解压至当前目录
执行以下命令：
bash
unzip images.zip
unzip labels.zip

#### 数据格式

dataset/
├── images/
│ ├── val/ # 验证集图像
│ ├── test/ # 测试集图像
│ └── train/ # 训练集图像
│ ├── rgb/ # RGB图像（命名格式：00001.jpg, ……）
│ └── tir/ # 热红外图像（TIR，命名格式：00001.jpg, ……）
└── labels/
├── test/ # 测试集标签
└── train/ # 训练集标签（命名格式：00001.txt, ……）