Maritime Visual Tracking Dataset (MVTD)
收藏资源简介：
Maritime Visual Tracking Dataset (MVTD) 是一个为海上视觉目标跟踪（VOT）任务专门设计的数据集，由阿联酋哈利法大学自主机器人系统中心（KUCARS）的研究团队创建。该数据集包含182个高分辨率视频序列，总计约150,000帧，涵盖了船、舰船、帆船和不载人水面舰艇（USV）四种代表性对象类别。数据集记录了各种操作条件和海上场景，反映了海上环境的真实复杂性。MVTD 数据集旨在为视觉跟踪社区提供一个现实且具有挑战性的基准，以促进更稳健、准确和可靠的海上目标跟踪研究。数据集已公开，可供研究人员下载和使用。
Maritime Visual Tracking Dataset (MVTD) is a dataset specifically designed for the maritime Visual Object Tracking (VOT) task, created by the research team from the Center for Autonomous Robotic Systems (KUCARS), Khalifa University of the United Arab Emirates. This dataset contains 182 high-resolution video sequences, totaling approximately 150,000 frames, and covers four representative object categories: vessels, warships, sailboats, and Unmanned Surface Vehicles (USV). The dataset records various operating conditions and maritime scenarios, reflecting the real-world complexity of marine environments. The MVTD dataset aims to provide a realistic and challenging benchmark for the visual tracking community to advance research on more robust, accurate, and reliable maritime object tracking. The dataset is publicly available for researchers to download and utilize.
MVTD: Maritime Visual Tracking Dataset 数据集概述
数据集简介
- 名称：MVTD (Maritime Visual Tracking Dataset)
- 类型：视觉跟踪基准数据集
- 应用领域：海上环境下的视觉跟踪模型开发、训练与评估
核心特点
- 针对海上环境的特殊挑战设计：
- 相机或水体运动导致的运动模糊
- 波浪或船只造成的遮挡
- 水面反光和眩光
- 提供高质量数据与鲁棒基线模型
数据集结构
-
采用GOT-10k数据集格式组织：
MVTD/ ├── train/ # 训练集 │ ├── video1/ # 视频片段 │ │ ├── frame*.jpg # 视频帧 │ │ ├── groundtruth.txt # 标注文件 │ │ ├── absence.label │ │ ├── cut_by_image.label │ │ └── cover.label └── test/ # 测试集 └── video*/ # 测试视频片段 ├── frame*.jpg └── groundtruth.txt
资源包含
- 模型训练与测试工具
- 预训练模型权重（需单独下载）
- 实验运行脚本
- 用户可配置的数据集接口
使用说明
- 数据准备：需自行准备图像并按指定结构存放
- 预训练权重：需下载后放置于指定目录
- 下载地址：https://kuacae-my.sharepoint.com/:f:/g/personal/ahsan_bakht_ku_ac_ae/Evdzhoi7zddBrMg8WCUA1_wBW_-HUnx602doajk9oK9-Kw?e=kK7iux
- 运行方式：通过
run_command.sh脚本启动训练/测试
引用格式
bibtex @misc{mvtd2025, author = {Ahsan Baidar}, title = {MVTD: Maritime Visual Tracking Dataset}, year = {2025}, url = {https://github.com/AhsanBaidar/MVTD} }
注意事项
- 数据集将在论文被接受后正式发布
- 训练需修改各跟踪器文件夹下的data_specs子文件夹中的文件
