一、Roundabout Aerial Images for Vehicle Detection

本数据集是从无人机拍摄的西班牙环形交叉口航空图像数据集，使用PASCAL VOC XML文件进行注释，指出车辆在其中的位置。此外，还附带一个CSV文件，其中包含与捕获的环形交叉口的位置和特征有关的信息。这项工作详细描述了获取它们的过程:图像捕获、处理和标记。数据集包含985,260个实例:947,400辆汽车，19,596辆自行车，2,262辆卡车，7,008辆公共汽车和2208个空环形路，61,896张1920x1080px JPG图像。这些图像被分为15,474张从8个不同交通流的环形交叉口提取的图像和46,422张使用数据增强技术创建的图像。
数据集链接：https://www.kaggle.com/datasets/javiersanchezsoriano/roundabout-aerial-images-for-vehicle-detection
论文链接：https://doi.org/10.3390/data7040047
在这里插入图片描述

图例：
在这里插入图片描述
本数据集从原版数据集每隔15张抽取了1张图片用于测试，共计1032张
相应的脚本工程如下：

import os
import numpy as np
import shutil
files = 'img/uavdtallimages_rename'
target_files = 'img_chouqu'def mycopyfile(srcfile, dstpath, ari):if not os.path.exists(dstpath):os.makedirs(dstpath)                       # 创建路径print(srcfile)shutil.copy(srcfile, target_files + "/" + ari)          # 复制文件print("copy %s -> %s"%(srcfile, target_files + ari))name1 = os.listdir(files)
name = np.array(name1)
need_num = 1 # 每批图片的前几张图片
batch_size = 40  # 每批图片的数量
n = len(name)
bi = np.floor(np.arange(n) / batch_size).astype(np.int)
bn = bi[-1] + 1
for i in range(bn):ari = name[bi == i]for x in range(need_num):path = files + "/" + ari[x]mycopyfile(path, target_files, ari[x])

二、LEVIR数据集

Zou Z, Shi Z. Random access memories: A new paradigm for target detection in high resolution aerial remote sensing images[J]. IEEE Transactions on Image Processing, 2017, 27(3): 1100-1111.
数据下载地址：http://levir.buaa.edu.cn/Code.htm
链接: https://pan.baidu.com/s/1-eUAq2PszdHeE2VSG3q5cw 提取码: j9jp

LEVIR数据集由大量 800 × 600 像素和0.2m-1.0m 像素的高分辨率Google Earth图像和超过22k的图像组成。LEVIR数据集涵盖了人类居住环境的大多数类型的地面特征，例如城市，乡村，山区和海洋。数据集中未考虑冰川，沙漠和戈壁等极端陆地环境。数据集中有3种目标类型：飞机，轮船（包括近海轮船和向海轮船）和油罐。所有图像总共标记了11k个独立边界框，包括4,724架飞机，3,025艘船和3,279个油罐。每个图像的平均目标数量为0.5。
数据集下载地址：http://levir.buaa.edu.cn/Code.htm
论文地址：https://ieeexplore.ieee.org/document/8106808
在这里插入图片描述
由于本数据集有与许多负样本图片，需要对图片进行筛选，将负样本图片剔除，脚本工程如下：

import os
import shutilimage = './数据集分割/验证集'
labels = "./2"
image = os.listdir(image)
labels = os.listdir(labels)for file in image:file = file.split(".")[0]for label in labels:label = label.split(".")[0]  pathall = "." + "/" + "2" + "/" + file + '.' + "txt"outpath = "." + "/" + "数据集分割" + "/" + "验证集" + "/" + file + '.' + "txt"if label == file:shutil.copy(pathall, outpath) breakelse:pass

筛选完成后，由于其特殊的标注方式，会有负坐标的产生，因此需要对负坐标置为1，并且需要对相应的坐标进行归一化。需要对其格式进行转换相应的转换脚本工程如下：

import os
from xml.dom.minidom import Document
import cv2def convert(size, box):x_center = (int(box[3]) + int(box[1])) / 2.0y_center = (int(box[4]) + int(box[2])) / 2.0# 归一化x = x_center / int(size[0])y = y_center / int(size[1])# 求宽高并归一化w = (int(box[3]) - int(box[1])) / size[0]h = (int(box[4]) - int(box[2])) / size[1]return (int(box[0]), x, y, w, h)def makexml(picPath, txtPath, yolo_paths):  # txt所在文件夹路径，xml文件保存路径，图片所在文件夹路径"""此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件"""files = os.listdir(txtPath)for i, name in enumerate(files):yolo_txt_path = os.path.join(yolo_paths, name.split(".")[0]+ ".txt")txtFile = open(txtPath + name)with open(yolo_txt_path, 'w') as f:txtList = txtFile.readlines()img = cv2.imread(picPath + name[0:-4] + ".jpg")Pheight, Pwidth, _ = img.shapefor j in txtList:oneline = j.strip().split(" ")obj = oneline[0]xmin = oneline[1]if int(xmin) < 0 :xmin = "1"            ymax = oneline[2]if int(ymax) < 0 :ymax = "1"xmax = oneline[3]ymin = oneline[4]box = convert((Pwidth, Pheight), oneline)f.write(str(box[0]) + " " + str(box[1]) + " " + str(box[2]) + " " + str(box[3]) + " " + str(box[4]) + '\n')if __name__ == "__main__":picPath = "./out/"  # 图片所在文件夹路径，后面的/一定要带上txtPath = "./labels/"  # txt所在文件夹路径，后面的/一定要带上yolo = "./xml/"  # xml文件保存路径，后面的/一定要带上makexml(picPath, txtPath, yolo)

三、NWPU VHR-10 dataset

论文：Cheng G, Zhou P, Han J. Learning rotation-invariant convolutional neural networks for object detection in VHR optical remote sensing images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(12): 7405-7415.
链接: https://pan.baidu.com/s/1YJXr1jlwgJVVX9hl8v93lw 提取码: jpuz

数据集下载链接：https://hyper.ai/tracker/download?torrent=6830
此数据集由西北工业大学标注的航天遥感目标检测数据集，共有800张图像，这些图像是从Google Earth和Vaihingen数据集裁剪而来的，然后由专家手动注释。其中包含目标的650张，背景图像150张，目标包括：飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁、车辆10个类别。
数据说明：数据集包含以下文件
数据包包括如下：
negative image set：包含150个不包含给定对象类别的任何目标的图像；
positive image set：650个图像，每个图像至少包含一个要检测的目标；
ground truth：包含650个单独的文本文件，每个对应于“正图像集”文件夹中的图像。这些文本文件的每一行都以以下格式定义了ground truth边界框：

x1,y1),(x2,y2),a其中（x1，y1）表示边界框的左上角坐标，（x2，y2）表示边界框的右下角坐标，a是对象类别（1-飞机，2-轮船，3-储罐，4-棒球场，5-网球场，6-篮球场，7-田径场，8-港口，9-桥梁，10-车辆）。

10个地理空间对象类，包括飞机、棒球场、篮球场、桥梁、港口、地面田径场、船舶、储罐、网球场和车辆。它由715幅RGB图像和85幅锐化彩色红外图像组成。其中715幅RGB图像采集自谷歌地球，空间分辨率从0.5m到2m不等。85幅经过pan‐锐化的红外图像，空间分辨率为0.08m，来自Vaihingen数据。该数据集共包含3775个对象实例，其中包括757架飞机、390个棒球方块、159个篮球场、124座桥梁、224个港口、163个田径场、302艘船、655个储罐、524个网球场和477辆汽车，这些对象实例都是用水平边框手工标注的。

在这里插入图片描述
由于数据集的标注格式与yolo格式有所出入，需要将其转化为yolo格式，其脚本工程如下：

import os
import cv2def convert(size, box):x_center = (int(box[3]) + int(box[1])) / 2.0y_center = (int(box[4]) + int(box[2])) / 2.0# 归一化x = x_center / int(size[0])y = y_center / int(size[1])# 求宽高并归一化w = (int(box[3]) - int(box[1])) / size[0]h = (int(box[4]) - int(box[2])) / size[1]return (int(box[0]), x, y, w, h)def makexml(picPath, txtPath, yolo_paths):  # txt所在文件夹路径，yolo文件保存路径，图片所在文件夹路径"""此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件"""files = os.listdir(txtPath)for i, name in enumerate(files):print(name)yolo_txt_path = os.path.join(yolo_paths, name.split(".")[0]+ ".txt")txtFile = open(txtPath + name)with open(yolo_txt_path, 'w') as f:txtList = txtFile.readlines()img = cv2.imread(picPath + name[0:-4] + ".jpg")Pheight, Pwidth, _ = img.shapefor j in txtList:oneline = j.strip().split(",")a = int(oneline[4])b = int(oneline[0][1:])c = int(oneline[1][:-1])d = int(oneline[2][1:])e = int(oneline[3][:-1])oneline = (int(oneline[4]), int(oneline[0][1:]), int(oneline[1][:-1]), int(oneline[2][1:]), int(oneline[3][:-1]))box = convert((Pwidth, Pheight), oneline)f.write(str(box[0]) + " " + str(box[1]) + " " + str(box[2]) + " " + str(box[3]) + " " + str(box[4]) + '\n')if __name__ == "__main__":picPath = "./image/"  # 图片所在文件夹路径，后面的/一定要带上txtPath = "./txt/"  # txt所在文件夹路径，后面的/一定要带上yolo = "./xml/"  # xml文件保存路径，后面的/一定要带上makexml(picPath, txtPath, yolo)

四、UCAS_AOD

用于飞机和车辆检测。具体来说，飞机数据集包括600张图像和3210架飞机，而车辆数据集包括310张图像和2819辆车辆。所有的图像都经过精心挑选，使数据集中的物体方向分布均匀。
样例图示如下：
在这里插入图片描述

在这里插入图片描述
论文：H. Zhu, X. Chen, W. Dai, K. Fu, Q. Ye, J. Jiao, “Orientation Robust Object Detection in Aerial Images Using Deep Convolutional Neural Network,” IEEE Int’l Conf. Image Processing, 2015.

数据下载：http://www.ucassdl.cn/resource.asp
https://hyper.ai/tracker/download?torrent=6626
下载地址：https://pan.baidu.com/s/1Poo0zEHTHDfBTnKPb5YTCg 提取码: 7zsi
数据集转化为yolo格式的脚本如下：

import os
import cv2
import mathdef convert(size, box):x_center = box[1] + box[3] / 2.0y_center = box[2] + box[4] / 2.0# 归一化x = x_center / int(size[0])y = y_center / int(size[1])# 求宽高并归一化w = box[3] / size[0]h = box[4] / size[1]return (int(box[0]), x, y, w, h)def fun(str_num):before_e = float(str_num.split('e')[0])sign = str_num.split('e')[1][:1]after_e = int(str_num.split('e')[1][1:])if sign == '+':float_num = before_e * math.pow(10, after_e)elif sign == '-':float_num = before_e * math.pow(10, -after_e)else:float_num = Noneprint('error: unknown sign')return float_numdef makexml(picPath, txtPath, yolo_paths):  # txt所在文件夹路径，yolo文件保存路径，图片所在文件夹路径"""此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件"""files = os.listdir(txtPath)for i, name in enumerate(files):print(name)yolo_txt_path = os.path.join(yolo_paths, name.split(".")[0]+ ".txt")txtFile = open(txtPath + name)with open(yolo_txt_path, 'w') as f:txtList = txtFile.readlines()img = cv2.imread(picPath + name[0:-4] + ".png")Pheight, Pwidth, _ = img.shapefor j in txtList:oneline = j.strip().split("\t")try:int(oneline[9])except ValueError:a = fun(oneline[9])else:a = int(oneline[9])try:int(oneline[10])except ValueError:b = fun(oneline[10])else:b = int(oneline[10])  try:int(oneline[11])except ValueError:c = fun(oneline[11])else:c = int(oneline[11]) try:int(oneline[12])except ValueError:d = fun(oneline[12])else:d = int(oneline[12])                  oneline = (10, a, b, c, d)box = convert((Pwidth, Pheight), oneline)f.write(str(box[0]) + " " + str(box[1]) + " " + str(box[2]) + " " + str(box[3]) + " " + str(box[4]) + '\n')if __name__ == "__main__":picPath = "./PLANE/"  # 图片所在文件夹路径，后面的/一定要带上txtPath = "./xml/"  # txt所在文件夹路径，后面的/一定要带上yolo = "./yolo/"  # xml文件保存路径，后面的/一定要带上makexml(picPath, txtPath, yolo)

五、 UAVDT

UAVDT是ICCV2018提出的一个数据集，共包含80000帧图片，不仅可以用于目标跟踪，也可以用于目标检测等。
针对目标跟踪，主要有单目标跟踪（UAV-benchmark-S）和多目标跟踪（UAV-benchmark-M）两个数据集，作者在主页据给出相应的跑库工具。

作者主页（数据集+跑库工具）：https://sites.google.com/site/daviddo0323/projects/uavdt
论文下载：https://arxiv.org/abs/1804.00518
虽然作者在主页给了数据集和跑库工具的谷歌下载地址、百度网盘下载地址，但为了方便，将作者主页的单目标跟踪的数据集百度网盘下载地址：https://pan.baidu.com/s/1Vts7V-6JYd395vL6mVYMFQ#list/path=%2F
检测数据集：链接: https://pan.baidu.com/s/1fYhb0cuxQ4dtjutgu5hq8Q 提取码: 24uw
样例图片如下：

在这里插入图片描述
标签格式如下：

本文提供python版本的转换脚本：
1、将多文件数据集进行合并

import os
import shutilmultidirpath = 'model/down/UAVDET/UAV-benchmark-M'
outdir = 'model/down/UAVDET/uavdtallimages_rename'
os.mkdir((outdir))filenames = os.listdir(multidirpath)
print(filenames)
for file in filenames:wholefile = multidirpath + '/' + file + '/' + "img1"filenextname = os.listdir(wholefile)print("filenextname", filenextname)for filenext in filenextname:pathall = multidirpath + '/' + file + '/' + "img1"+ '/' + filenext# print(pathall)str1 = str(file)outpath = outdir + '/' + str1 + '_' + filenext[-10:]# print(outpath)print("pathall", pathall)print("outpath",outpath)shutil.copyfile(pathall,outpath)

2、将标签转化为COCO格式·

import json
import pandas as pd
import osclassList = ["car", "truck", "bus"]
# By default, coco dataset starts index of categories from 1
PRE_DEFINE_CATEGORIES = {key: idx + 1 for idx, key in enumerate(classList)}
# print(PRE_DEFINE_CATEGORIES)txtdir = 'down/UAVDET/UAV-benchmark-MOTD_v1.0/GT'
out_json_file = "out.json"json_dict = {"images": [], "type": "instances", "annotations": [],"categories": []}
# json格式如下，我们要写这总的4个部分，先把最简单的categories写了吧
# {"images": [], "type": "instances", "annotations": [], "categories": []}# 先把categories部分写完
for cate, cid in PRE_DEFINE_CATEGORIES.items():cat = {'supercategory': cate, 'id': cid, 'name': cate}json_dict['categories'].append(cat)def get_annot_data(txt_file):'''Read annotation into a Pandas dataframe'''annot_data =  pd.read_csv(txt_file, delimiter=',', names=['<frame_index>','<target_id>','<bbox_left>','<bbox_top>','<bbox_width>','<bbox_height>','<out-of-view>','<occlusion>','<object_category>'])return annot_data# 记录键值对为后面id进行使用
dict_imagename2id = {}# 先实现images部分
# begin
imageid= 0
imagesdir = '/home/renkeying/model/down/UAVDET/uavdtallimages_rename'
for image_name in os.listdir(imagesdir):file_name = image_namewidth = 540height = 1024id = imageidimageid += 1dict_imagename2id[file_name[:-4]] = idimage = {'file_name': file_name, 'height': height, 'width': width, 'id': id}json_dict['images'].append(image)
# end# images部分写好了# 接下来写annotations部分
bndid_change = 1
for txt_file in os.listdir(txtdir):if 'gt_whole' in txt_file:# print(txt_file)txtwholepath = txtdir + '/'+ txt_file# print(txtwholepath)with open(txtwholepath) as f:annot_data = get_annot_data(txtwholepath)# print(annot_data)# print(annot_data.loc[0])# for index in annot_data:#     print(index)# pandas按行输出for index, row in annot_data.iterrows():# print(index)  # 输出每行的索引值# 要加int不然会出现int64错误o_width = int(row['<bbox_width>'])o_height = int(row['<bbox_height>'])xmin = int(row['<bbox_left>'])ymin = int(row['<bbox_top>'])category_id = int(row['<object_category>'])bnd_id = int(bndid_change)# image_id需要建立一个map或者叫dict# 转化成000001imageindx = row['<frame_index>']k = str(imageindx)str1 = txt_file[0:5]str2 = k.zfill(6)dictfilename = str1 + '_' + str2image_id = int(dict_imagename2id[dictfilename])print(image_id)ann = {'area': o_width * o_height, 'iscrowd': 0, 'image_id':image_id, 'bbox': [xmin, ymin, o_width, o_height],'category_id': category_id, 'id': bnd_id, 'ignore': 0,'segmentation': []}bndid_change += 1json_dict['annotations'].append(ann)# break# about json
json_fp = open(out_json_file, 'w')
json_str = json.dumps(json_dict)
json_fp.write(json_str)
json_fp.close()