有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
HIT-UAV|无人机数据集|红外热成像数据集
收藏arXiv2023-03-31 更新2024-06-21 收录
下载链接：
https://github.com/suojiashun/HIT-UAV-Infrared-Thermal-Dataset
下载链接
链接失效反馈资源简介：
HIT-UAV数据集是由中国科学院计算技术研究所分布式系统研究中心创建，专注于无人机（UAV）基于高海拔红外热成像的目标检测。该数据集包含2898张从数百个视频中提取的43470帧红外热图像，涵盖学校、停车场、道路和游乐场等多种场景。数据集不仅提供图像，还记录了飞行高度、相机视角、日期和日光强度等关键飞行数据。每张图像均手动标注了两种类型的边界框（定向和标准），以应对航空图像中目标实例显著重叠的挑战。HIT-UAV旨在解决夜间操作和隐私问题，是首个公开可用的高海拔UAV红外热数据集，用于检测人员和车辆，适用于多种UAV应用和研究，如夜间搜索和救援任务、飞行高度与目标检测精度的关系研究等。
提供机构：
中国科学院计算技术研究所分布式系统研究中心
创建时间：
2022-04-07
AI搜集汇总
数据集介绍
构建方式
HIT-UAV数据集通过无人机在多种场景（如学校、停车场、道路和操场）中捕获的数百个视频中提取的2,898张红外热成像图像构建而成。该数据集不仅包含图像数据，还提供了每张图像的关键飞行数据，如飞行高度、相机视角、拍摄日期和日光强度。为了应对空中图像中物体实例显著重叠的挑战，每张图像都经过人工标注，包含两种类型的边界框（定向和标准）。
特点
HIT-UAV数据集的显著特点是其高海拔红外热成像图像，这些图像在夜间操作中具有显著优势，能够有效过滤无关信息，提高物体识别的准确性。此外，数据集提供了丰富的飞行数据和两种类型的边界框标注，增强了其在不同任务中的适用性。
使用方法
HIT-UAV数据集可用于训练和评估无人机基于红外热成像的物体检测算法。用户可以通过提供的XML和JSON标注文件，轻松地将数据集应用于现有的物体检测框架中。数据集的多样性和高质量标注使其适用于多种研究任务，如夜间搜索与救援任务的可行性研究、飞行高度对物体检测精度的影响分析等。
背景与挑战
背景概述
HIT-UAV数据集由云南大学的网络空间工程研究中心和软件学院的研究团队于2023年创建，旨在解决无人机（UAV）在高海拔环境下基于红外热成像的目标检测问题。该数据集包含了从数百个视频中提取的2,898张红外热成像图像，涵盖了学校、停车场、道路和操场等多种场景。每张图像都附有飞行高度、相机视角、日期和日光强度等关键飞行数据。HIT-UAV数据集的推出填补了高海拔无人机红外热成像数据集的空白，为无人机在夜间和隐私保护场景下的应用提供了重要支持，推动了无人机在森林资源调查、地图绘制、交通监控和人道主义救援等领域的深度学习算法研究。
当前挑战
尽管HIT-UAV数据集在无人机红外热成像目标检测领域取得了显著进展，但仍面临若干挑战。首先，现有无人机数据集多以可见光图像为主，限制了其在夜间操作中的应用，并引发隐私问题。其次，许多无人机数据集缺乏关键的飞行信息，如飞行高度和相机视角，这阻碍了研究人员对这些因素对检测精度影响的深入研究。此外，现有数据集在数据分布上缺乏多样性，集中在合成场景、低海拔、单一场景或特定对象类别，限制了其在多场景和多对象类别检测任务中的适用性。HIT-UAV数据集通过提供高海拔、多视角和多场景的红外热成像数据，旨在克服这些挑战，但其标注复杂性和数据集多样性仍需进一步优化。
常用场景
经典使用场景
HIT-UAV数据集的经典使用场景主要集中在无人机（UAV）基于高海拔红外热成像的目标检测应用。该数据集包含了2,898张红外热成像图像，这些图像是从数百个视频中提取的，涵盖了学校、停车场、道路和操场等多种场景。通过提供飞行高度、相机视角、日期和日光强度等关键飞行数据，HIT-UAV数据集为研究人员提供了一个全面的平台，用于开发和评估无人机在复杂环境中的目标检测算法。
衍生相关工作
HIT-UAV数据集的发布催生了一系列相关的经典工作。首先，基于该数据集的研究已经推动了红外热成像在无人机目标检测中的应用，特别是在夜间和复杂环境中的表现。其次，研究人员利用HIT-UAV数据集开发了多种先进的对象检测算法，如YOLOv4和Faster R-CNN，这些算法在数据集上的表现显著优于传统的视觉光数据集。此外，HIT-UAV数据集还激发了对无人机飞行高度和相机视角对目标检测精度影响的研究，为无人机系统的优化设计提供了新的思路和方法。
数据集最近研究
最新研究方向
在无人机（UAV）领域，HIT-UAV数据集的最新研究方向主要集中在高海拔红外热成像对象检测的应用扩展。该数据集通过提供2,898张红外热成像图像，涵盖了多种场景如学校、停车场、道路和操场，以及详细的飞行数据如飞行高度、相机视角、日期和日光强度，为夜间和隐私保护场景下的UAV应用提供了新的可能性。研究者们利用该数据集训练和评估了多种成熟的对象检测算法，如YOLOv4、YOLOv4-tiny、Faster R-CNN和SSD，结果表明红外热成像图像在过滤无关信息方面具有显著优势，能够显著提升对象识别的准确性。此外，HIT-UAV数据集还支持对飞行高度和相机视角对检测精度影响的研究，为UAV在实际任务中的应用提供了理论支持。
相关研究论文
- 1HIT-UAV: A high-altitude infrared thermal dataset for Unmanned Aerial Vehicle-based object detection中国科学院计算技术研究所分布式系统研究中心 · 2023年
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国交通事故深度调查（CIDAS）数据集
交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息，以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例，单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征，探索事故预防和损伤防护措施的关键数据源，为制定汽车安全法规和标准、完善汽车测评试验规程、
北方大数据交易中心 收录
RAVDESS
情感语音和歌曲 (RAVDESS) 的Ryerson视听数据库包含7,356个文件 (总大小: 24.8 GB)。该数据库包含24位专业演员 (12位女性，12位男性)，以中性的北美口音发声两个词汇匹配的陈述。言语包括平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶的表情，歌曲则包含平静、快乐、悲伤、愤怒和恐惧的情绪。每个表达都是在两个情绪强度水平 (正常，强烈) 下产生的，另外还有一个中性表达。所有条件都有三种模态格式: 纯音频 (16位，48kHz .wav)，音频-视频 (720p H.264，AAC 48kHz，.mp4) 和仅视频 (无声音)。注意，Actor_18没有歌曲文件。
OpenDataLab 收录
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集，专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例，收集自自然雾霾环境和正常场景中人工添加的雾霾效果，以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型，确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测，旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
LibriSpeech
LibriSpeech 是一个大约 1000 小时的 16kHz 英语朗读语音语料库，由 Vassil Panayotov 在 Daniel Povey 的协助下编写。数据来自 LibriVox 项目的已读有声读物，并经过仔细分割和对齐。
OpenDataLab 收录