VDD

VDD是一个包含多种场景、相机角度和天气/光照条件的无人机图像数据集。我们提供了400张高分辨率的像素级标注图像，这些图像被分为7个类别：墙、屋顶、道路、水、车辆、植被和其他。该数据集专注于场景的多样性，包括城市住宅区、别墅、学校和大学建筑、医院、高速公路和道路、体育馆食堂和图书馆等设施、自然场景如河流、湖泊和山脉、以及农村地区的村庄和农田。此外，数据集还包括了春季和夏季不同光照条件和植被变化下的图像，以及同一物体在早晨和傍晚拍摄的照片。相机角度固定为30、60和90度（鸟瞰图）。VDD is a drone image dataset encompassing a variety of scenes, camera angles, and weather/lighting conditions. We provide 400 high-resolution, pixel-level annotated images, categorized into 7 classes: walls, roofs, roads, water, vehicles, vegetation, and others. The dataset emphasizes scene diversity, including urban residential areas, villas, school and university buildings, hospitals, highways and roads, facilities such as gymnasiums, canteens, and libraries, natural scenes like rivers, lakes, and mountains, as well as villages and farmlands in rural areas. Additionally, the dataset includes images captured under different lighting conditions and vegetation changes during spring and summer, as well as photos of the same objects taken in the morning and evening. The camera angles are fixed at 30, 60, and 90 degrees (bird's-eye view).

原始信息汇总

数据集概述

数据集名称

• VDD: Varied Drone Dataset for Semantic Segmentation

数据集内容

• 图像数量: 400张像素级标注的高分辨率图像
• 类别: 7类（Wall, Roof, Road, Water, Vehicle, Vegetation, Others）
• 场景多样性: 包括城市住宅区、别墅、学校、医院、高速公路、自然景观、农村地区等
• 时间与光照条件多样性: 包含春夏季不同光照条件下的图像，以及同一物体在早晚不同时间的照片
• 相机角度多样性: 图像采用固定角度拍摄，包括30度、60度和90度（鸟瞰视角）

数据集下载

• VDD:
  • Google Drive
  • Baidu Cloud(PWD:vdd0)

使用条款

• 使用目的: 仅限非商业用途，如学术研究、教学、科学出版或个人实验
• 免责声明: 数据集提供“AS IS”，不提供任何明示或暗示的保证
• 引用要求: 使用数据集时需引用相关论文
• 禁止事项: 不得用于商业目的，不得直接或间接分发数据集

相关资源

• MMSegmentation配置文件: Google Drive
• 论文链接: arXiv

数据集贡献者

• Wenxiao Cai, Ke Jin, Jinyan Hou, Cong Guo, Letian Wu, Wankou Yang

数据集版本

• 新标注的UDD数据集和UAVid数据集的注释文件，以及MMSegmentation配置文件

数据集类别ID映射

VDD class id	VDD class	UDD original class	UAVid original class
0	other	other	background clutter
1	wall	wall	building (roof not included)
2	road	road	road
3	vegetation	vegetation	tree, low vegetation
4	vehicle	vehicle	moving car, static car
5	roof	roof	our new annotation
6	water	our new annotation	our new annotation

搜集汇总

数据集介绍

构建方式

VDD数据集的构建方式着重于多样化的无人机图像场景、相机角度和天气/光照条件。该数据集包含了400张高分辨率的像素级标注图像，涵盖了7个类别：墙、屋顶、道路、水体、车辆、植被和其他。为了确保数据的多样性，图像采集自多种典型场景，如市政住宅区、别墅、学校、医院、高速公路、体育设施、自然景观以及农村地区。此外，数据集还考虑了时间与光照条件的变化，包括春季和夏季的不同光照条件，以及同一物体在早晨和傍晚的不同拍摄效果。相机角度方面，数据集包含了30度、60度和90度（鸟瞰视角）的固定角度拍摄。

特点

VDD数据集的主要特点在于其高度的场景、时间和相机角度的多样性。首先，数据集涵盖了多种典型场景，从城市到农村，从自然景观到人工设施，确保了广泛的应用范围。其次，时间与光照条件的变化使得数据集能够反映不同环境下的图像特征，增强了模型的泛化能力。最后，相机角度的多样性，特别是30度、60度和90度的固定角度拍摄，为语义分割任务提供了丰富的视角信息，有助于提升模型的鲁棒性。

使用方法

VDD数据集的使用方法相对简单且灵活。用户可以通过Hugging Face平台直接下载数据集，并将其用于非商业用途的研究和教学。为了进一步支持语义分割任务，数据集提供了基于MMSegmentation的配置文件，用户可以在下载MMSegmentation源代码后，将提供的文件添加到相应路径中。此外，用户还可以在Papers with Code平台上提交基于VDD数据集的语义分割结果。在使用过程中，用户需遵守数据集的使用条款，并在任何相关工作中引用该数据集的原始文献。

背景与挑战

背景概述

VDD（Varied Drone Dataset）是由Wenxiao Cai、Ke Jin、Jinyan Hou等研究人员于2023年创建的无人机语义分割数据集，旨在解决无人机图像在不同场景、光照条件和相机角度下的语义分割问题。该数据集包含了400张高分辨率的像素级标注图像，涵盖了7个类别：墙、屋顶、道路、水体、车辆、植被和其他。VDD的独特之处在于其多样性，包括城市住宅区、高速公路、自然景观和农村地区等多种场景，以及不同时间、光照条件和相机角度的变化。该数据集的发布为无人机图像的语义分割研究提供了丰富的资源，推动了相关领域的发展。

当前挑战

VDD数据集在构建过程中面临了多重挑战。首先，无人机图像的多样性带来了标注的复杂性，尤其是在不同光照条件和相机角度下，物体的识别和分割变得更加困难。其次，数据集的场景多样性要求模型具备较强的泛化能力，以应对不同环境下的语义分割任务。此外，数据集的构建还需要考虑隐私和安全问题，确保图像采集和标注过程的合规性。最后，如何在非商业用途下有效分发和使用数据集，同时保护数据集的完整性和版权，也是该数据集面临的重要挑战。

常用场景

经典使用场景

VDD数据集在语义分割领域中展现了其独特的应用价值，尤其是在无人机图像的多样化场景分析中。该数据集包含了从不同角度、时间和光照条件下拍摄的高分辨率图像，涵盖了城市住宅区、高速公路、自然景观及农村地区等多种场景。通过这些多样化的数据，研究者能够训练和验证语义分割模型，以应对复杂多变的实际环境，从而提升无人机在环境监测、灾害评估等任务中的表现。

解决学术问题

VDD数据集通过提供多样化的场景、光照和角度变化，有效解决了传统无人机数据集在场景单一性和光照条件一致性方面的局限性。这一数据集的引入，不仅推动了语义分割技术在无人机图像处理中的应用，还为研究者提供了一个评估模型泛化能力的标准平台。其对场景多样性的强调，使得模型在面对不同环境时具有更强的适应性，从而在学术研究中具有重要的理论和实践意义。

衍生相关工作

VDD数据集的发布激发了大量相关研究工作，尤其是在语义分割和无人机图像处理领域。许多研究者基于该数据集开发了新的算法和模型，以提升无人机图像的分割精度和鲁棒性。例如，有研究通过结合深度学习和传统图像处理技术，提出了针对复杂场景的语义分割方法；还有研究利用该数据集进行多任务学习，实现了同时进行目标检测和语义分割的模型。这些衍生工作不仅丰富了无人机图像处理的研究内容，也为实际应用提供了更多可能性。