stadium-unreal-synthetic
收藏资源简介：
该数据集是一个在Unreal Engine中渲染的合成足球场夜间场景，用于目标检测和实例分割任务。数据集包含300帧渲染图像，分辨率为1280×960，水平视场角57.3度，通过8个预设摄像机区域生成。所有标签（边界框和分割掩码）均直接从引擎的每个实例ID缓冲区读取，无需人工标注或模型生成，因此标签错误仅源于场景描述错误。数据集共标注了12,955个实例，涵盖8个类别：person（4,008）、barrel（1,714）、post（1,278）、pole（953）、box（1,477）、crate（1,218）、cone（1,229）、bin（1,078）。按COCO尺度阈值，包含7,650个小目标、4,954个中等目标和351个大目标，平均边界框面积占帧面积的0.14%，属于小目标数据集。文件结构包括：images/（PNG格式RGB图像）、segmentation/（每个实例一种颜色的ID图）、labels/（YOLO格式文本框）、annotations/（COCO格式标注）、metadata/（每帧相机、演员和生成记录）、reports/（验证输出）、capture.json（运行合同）和data.yaml（类别名称，可直接用于YOLO训练）。数据质量经验证：0个损坏图像，0个无标签帧，0个近重复图像，0个跨分割泄露，平均亮度57.2，81个欠曝帧，0个过曝帧。已知限制包括：类别不平衡（最稀有/最常用类别比率0.238，验证扣6.1分），0.10%的引擎可见人物未标注（4个），摄像机视角仅覆盖8个区域的狭窄范围，以及合成图像与真实图像之间的域差距。该数据集适合作为预训练或数据增强材料，而非真实评估集的替代品。所有图像和标签按指定许可发布，源资产（.uasset和地图文件）不包含在内。
This dataset is a synthetic football field night scene rendered in Unreal Engine, designed for object detection and instance segmentation tasks. It contains 300 rendered frames at a resolution of 1280×960 with a horizontal field of view of 57.3 degrees, generated from 8 preset camera areas. All labels (bounding boxes and segmentation masks) are read directly from the engines per-instance ID buffer, without manual annotation or model generation, so label errors only arise from scene description errors. The dataset contains a total of 12,955 instances across 8 categories: person (4,008), barrel (1,714), post (1,278), pole (953), box (1,477), crate (1,218), cone (1,229), and bin (1,078). According to COCO scale thresholds, it includes 7,650 small objects, 4,954 medium objects, and 351 large objects, with an average bounding box area accounting for 0.14% of the frame area, making it a small object dataset. The file structure includes: images/ (PNG-format RGB images), segmentation/ (ID maps with one color per instance), labels/ (YOLO-format text boxes), annotations/ (COCO-format annotations), metadata/ (camera, actor, and generation records per frame), reports/ (validation outputs), capture.json (run contract), and data.yaml (class names, directly usable for YOLO training). Data quality was verified: 0 corrupted images, 0 untagged frames, 0 near-duplicate images, 0 cross-segmentation leaks, average brightness 57.2, 81 underexposed frames, 0 overexposed frames. Known limitations include: class imbalance (ratio of rarest to most common class 0.238, validation deduction 6.1 points), 0.10% of engine-visible characters not annotated (4 instances), camera views covering only a narrow range of 8 areas, and the domain gap between synthetic and real images. This dataset is suitable as pretraining or data augmentation material, rather than a substitute for real evaluation sets. All images and labels are released under the specified license, while source assets (.uasset and map files) are not included.
数据集概述
数据集名称：Football pitch, night: Unreal Engine synthetic capture（足球场，夜间：虚幻引擎合成捕获）
数据集地址：https://huggingface.co/datasets/NameFrame/stadium-unreal-synthetic
1. 基本信息
| 项目 | 详情 |
|---|---|
| 数据集任务 | 目标检测、图像分割 |
| 标注类型 | 机器生成（从引擎实例ID缓冲区读取） |
| 数据规模 | 少于1K（共300帧） |
| 许可证 | 自定义（sample-capture-terms），详见LICENSE文件 |
| 数据来源 | 原始合成数据 |
2. 数据捕获详情
- 引擎版本：Unreal Engine 5.8.1-56057345+++UE5+Release-5.8
- 场景地图：
SampleScene - 帧数：300帧
- 标注实例总数：12,955个
- 分辨率：1280 x 960
- 水平视场角：57.3度
- 相机策略：
camera_zones_look_at_target，8个编写区域 - 镜头配置：
realistic_drone at 0.6 - 时间/天气：场景固定（夜间）
- 主种子：20260825（可复现）
- 验证评级：A级，93.9/100
3. 类别与实例分布
| 类别ID | 类别名称 | 实例数量 |
|---|---|---|
| 0 | person | 4,008 |
| 1 | barrel | 1,714 |
| 2 | post | 1,278 |
| 3 | pole | 953 |
| 4 | box | 1,477 |
| 5 | crate | 1,218 |
| 6 | cone | 1,229 |
| 7 | bin | 1,078 |
按COCO尺度阈值划分：小型7,650个、中型4,954个、大型351个。平均边界框覆盖帧面积的0.14%，属于小目标捕获数据集。
4. 文件结构
images/ RGB帧图像（PNG格式，未修改） 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/ 逐帧相机、演员和生成清单记录 reports/ 本次捕获的报告和验证输出 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）
帧N在images/、segmentation/、labels/和metadata/中对应同一场景。未预设划分，全部300帧在同一个池中，用户可按需自行划分。
5. 质量测量结果
- 损坏图像：0/300
- 无标签帧数：0
- 近似重复图像：0
- 跨划分泄漏：0
- 平均亮度57.2；81帧曝光不足，0帧过度曝光
- 逐帧核对：300请求帧、300图像、300标签文件、12,955条标注全部一致
6. 已知限制
- 类别不平衡：验证器扣6.1分，最稀有/最常见类别比率为0.238。
- 标注遗漏：引擎可见的人员中4个未标注（占0.10%，分布于300/300帧）。
- 视角局限性：相机位置来自8个编写区域，视角和距离覆盖范围较窄。此数据集仅为单一环境的样本，非基准测试集。
- 域差距：合成图像存在合成到真实的域差距，建议作为预训练或增强材料，而非现实世界评估集的替代。
7. 来源与条款
- 图像由NameFrameCapture编辑器插件在Unreal Engine中渲染，并从引擎实例缓冲区生成标签。
capture.json包含完整构建记录（插件和作业哈希及构建无法验证的检查项）。 - 场景中的环境和道具资产来自第三方许可，仅用于Unreal Engine项目内部。数据集仅发布渲染图像和标签，不包含任何源资产（
.uasset或地图文件）。重新分发图像前需阅读LICENSE文件。 - 捕获管道、该系列其他环境和相关测量记录于 https://getnameframe.com 。
