GeoText-1652是一个专为自然语言引导的无人机地理定位设计的基准数据集，由新加坡国立大学Sea-NExT联合实验室开发。该数据集通过结合大型语言模型和预训练视觉模型的交互式人机过程构建，扩展了现有的University-1652图像数据集，增加了空间感知文本标注，建立了图像、文本和边界框元素之间的一对一对应关系。数据集主要用于无人机通过文本进行导航和无人机视角目标定位，旨在解决现有数据集在

arXiv2024-03-14 更新1080

RoboSense Track 4 Cross-Modal Drone Navigation Dataset

无人机导航

跨模态视觉

该数据集基于GeoText-1652基准，提供多平台图像（无人机、卫星和地面摄像机）、丰富的注释（全局描述、边界框和空间关系）、大规模（72所大学的100K+图像）以及训练和测试集完全分离。

github2025-06-23 更新440

AerialVLN

无人机导航

视觉语言

AerialVLN Dataset for AerialVLN: Vision-and-language Navigation for UAVs

kaggle2024-10-19 更新1090

drone-navigation-event-camera

无人机导航

事件相机

Edged-USLAM数据集是一个用于无人机导航与视觉SLAM研究的数据集，主要基于事件相机（DAVIS346）技术。该数据集包含同步记录的事件相机数据、IMU数据和运动捕捉地面真值数据，旨在评估Edged-USLAM算法的性能。数据集涵盖了多种运动轨迹（如直线、方形、激进转弯等）和不同光照条件（低光、HDR、动态光照等），以测试算法的几何和光度鲁棒性。数据集分为两个主要类别：运动类别（motio

Hugging Face2026-02-17 更新470

Data used in Knowledge Transfer Research for Drone Navigation

资源简介：

相关数据集