FlyAwareV2：面向城市场景理解的多模态跨域无人机数据集
计算机视觉与模式识别
2025-10-16 v1
摘要
开发针对城市环境中无人机 (UAV) 应用的计算机视觉算法，严重依赖大规模数据集且具有准确注释。然而，收集和标注真实无人机数据极具挑战性且成本高昂。为此，我们提出 FlyAwareV2，一个新型多模态数据集，包含真实与合成无人机图像，专为城市场景理解任务而设计。基于最近提出的 SynDrone 和 FlyAware 数据集，FlyAwareV2 引入若干新关键贡献：1) 包含 RGB、深度和语义标签的多模态数据，覆盖多样化环境条件，包括不同天气和时间；2) 通过最先进的单目深度估计计算得到真实样本的深度图；3) 在标准网络架构上提供 RGB 和多模态语义分割基准；4) 研究合成到真实的域迁移，以评估模型在合成数据上训练后在真实数据上的泛化能力。凭借其丰富的注释和环境多样性，FlyAwareV2 为 UAV 基于 3D 城市场景理解的研究提供了宝贵资源。
引用
@article{arxiv.2510.13243,
title = {FlyAwareV2: A Multimodal Cross-Domain UAV Dataset for Urban Scene Understanding},
author = {Francesco Barbato and Matteo Caligiuri and Pietro Zanuttigh},
journal= {arXiv preprint arXiv:2510.13243},
year = {2025}
}
备注
20 pages, 7 figures, 10 tables, data and code available