VDD：用于语义分割的多样化无人机数据集
计算机视觉与模式识别
2025-04-01 v4
摘要
无人机图像的语义分割对各种空中视觉任务至关重要，因为它提供理解地面场景所需的本质语义细节。确保无人机语义分割模型的高精度需要获取多样、大规模、高分辨率的数据集，而在航拍图像处理领域这类数据往往稀缺。现有数据集通常聚焦城市场景且规模较小，我们的多样化无人机数据集（VDD）通过提供一个包含 400 张高分辨率图像、覆盖 7 个类别的大规模密集标注集合来弥补这些局限。该数据集具有城市、工业、乡村与自然区域等多种场景，拍摄自不同相机角度与多样光照条件。我们还对 UDD 与 UAVid 做了新标注，在 VDD 标注标准下将其整合为集成无人机数据集（IDD）。我们在无人机数据集上训练了七个 SOTA 模型作为基线。期望我们的数据集能引发无人机图像分割领域的相当关注，并作为其他无人机视觉任务的基础。数据集公开于 \href{our website}{https://github.com/RussRobin/VDD}。
引用
@article{arxiv.2305.13608,
title = {VDD: Varied Drone Dataset for Semantic Segmentation},
author = {Wenxiao Cai and Ke Jin and Jinyan Hou and Cong Guo and Letian Wu and Wankou Yang},
journal= {arXiv preprint arXiv:2305.13608},
year = {2025}
}