基于YOLOv11训练无人机视角Visdrone2019数据集

【闲鱼服务】

Visdrone2019数据集介绍

VisDrone 数据集 是由中国天津大学机器学习和数据挖掘实验室 AISKYEYE 团队创建的大规模基准。它包含用于与无人机图像和视频分析相关的各种计算机视觉任务的，经过仔细标注的真实数据。

VisDrone 由 288 个视频片段（包含 261,908 帧）和 10,209 张静态图像组成，这些数据由各种无人机载摄像头拍摄。该数据集涵盖了广泛的方面，包括地点（中国 14 个不同的城市）、环境（城市和乡村）、物体（行人、车辆、自行车等）和密度（稀疏和拥挤的场景）。该数据集是在不同的场景以及天气和光照条件下，使用各种无人机平台收集的。这些帧通过手动方式进行了标注，包含超过 260 万个目标的边界框，例如行人、汽车、自行车和三轮车。此外，还提供了场景可见性、物体类别和遮挡等属性，以更好地利用数据。

类别：
  0：Pedestrian（行人）
  1：People（人群）
  2：Bicycle（自行车）
  3：Car（汽车）
  4：Van（厢式货车）
  5：Truck（卡车）
  6：Tricycle（三轮车）
  7：Awning-tricycle（带棚三轮车）
  8：Bus（公交车）
  9：Motor（摩托车）

数据集格式

1. 边界框左上角的x坐标
2. 边界框左上角的y坐标
3. 边界框的宽度
4. 边界框的高度
5. GROUNDTRUTH文件中的分数设置为1或0。1表示在计算中考虑边界框，而0表示将忽略边界框。
6. 类别：忽略区域（0）、行人（1）、人（2）、自行车（3）、汽车（4）、面包车（5）、卡车（6）、三轮车（7）、雨篷三轮车（8）、公共汽车（9）、摩托车（10），其他（11）。
7. GROUNDTRUTH文件中的得分表示对象部分出现在帧外的程度（即，无截断=0（截断比率0%），部分截断=1（截断比率1%°´50%））。
8. GROUNDTRUTH文件中的分数表示被遮挡的对象的分数（即，无遮挡=0（遮挡比率0%），部分遮挡=1（遮挡比率1%°´50%），重度遮挡=2（遮挡率50%~100%））。
   

数据预处理

将数据处理成yolo的格式
yolo格式如下：

visdrone2yolo.py

import os
from pathlib import Path
import argparse
 
def visdrone2yolo(dir):
    from PIL import Image
    from tqdm import tqdm
 
    def convert_box(size, box):
        # Convert VisDrone box to YOLO xywh box
        dw = 1. / size[0]
        dh = 1. / size[1]
        return (box[0] + box[2