VisDrone 数据集工程与基准指南

问题定义

如何使用可复现的标注和经过验证的类别映射在 VisDrone 数据集上格式化、评估和训练航空目标检测模型？

步骤（{count}）

1. 下载官方 VisDrone 子集

   从官方 GitHub / 仓库来源获取 VisDrone2019-DET-train 和 VisDrone2019-DET-val 压缩包。

2. 转换边界框标注

   将 VisDrone 文本格式（bbox_left, bbox_top, bbox_width, bbox_height, score, object_category, truncation, occlusion）转换为归一化的 YOLO 坐标（class_id, x_center, y_center, width, height）。

3. 映射类别索引

   在 dataset.yaml 描述符中显式映射 10 个目标类别（行人、人群、自行车、汽车、面包车、卡车、三轮车、遮阳棚三轮车、公交车、摩托车）。

4. 执行基准验证

   使用 Ultralytics YOLO 训练基准模型，并针对评估划分记录 [email protected] 和 [email protected]:0.95 指标。

指南

判断标准

• 标注坐标正确归一化至与图像分辨率匹配的 [0, 1] 范围。
• 验证数据集类别与官方 VisDrone 类别 ID 完全匹配。

常见风险

• 忽略类别 0（忽略区域）被当作有效的边界框类别处理。
• 误解遮挡和截断标志导致假阴性背景掩码。

检查表（{count}）