LRDDv2：面向长距离无人机检测的增强数据集，集成距离信息及多样化真实挑战
计算机视觉与模式识别
2025-08-06 v1 机器人学
摘要
无人机使用量的指数级增长凸显了在延长距离检测 them 以确保安全作业尤其是在人口稠密区域的重要性。尽管计算机视觉领域通过深度学习取得了巨大进步，但检测这些小型空中目标仍然是一项艰巨的挑战。虽然已有多个数据集专为无人机检测开发，但仍需更广泛、更具多样性的无人机图像数据，尤其是针对在不同环境条件下进行的长距离检测。我们在此介绍了无人机长距离检测 (Long Range Drone Detection, LRDD) 版本 2 数据集，包含 39,516 幅经过仔细标注的图像，作为 LRDD 数据集的第二个版本发布。LRDDv2 数据集通过纳入更丰富的图像类型，提供了更具多样性和全面性的无人机检测研究资源。LRDDv2 的独特之处在于包含超过 8,000 幅图像的目标距离信息，使得能够开发针对无人机距离估计的算法。针对长距离空中目标检测，LRDDv2 数据集的大部分内容由捕获 1080p 分辨率下无人机像素数 50 像素或更少的图像构成。欲获取完整的 Long-Range Drone Detection Dataset (LRDD)v2，请访问 https://research.coe.drexel.edu/ece/imaple/lrddv2/。
引用
@article{arxiv.2508.03331,
title = {LRDDv2: Enhanced Long-Range Drone Detection Dataset with Range Information and Comprehensive Real-World Challenges},
author = {Amirreza Rouhi and Sneh Patel and Noah McCarthy and Siddiqa Khan and Hadi Khorsand and Kaleb Lefkowitz and David K. Han},
journal= {arXiv preprint arXiv:2508.03331},
year = {2025}
}
备注
Accepted and presented at ISRR 2024