CDFF低慢小空中目标RGB–红外合成数据集

计算机视觉
0 下载
2 浏览
2026-10-31

数据集简介

为什么需要它:两个障碍与一个解法

低慢小(LSS)空中目标的检测训练长期受制于两个障碍:一是真实样本稀缺,目标在画面中往往只有几十像素,采集与标注成本高;二是可见光与红外配对数据难以获取,同一场景、同一时刻的两种模态很难对齐。CDFF 的解法是把「生成」与「验证」拆开:先在几何上声明目标的位置与尺度,再渲染图像,渲染完成后用独立流程核验标注是否兑现,从而把合成数据从「看起来像」推进到「可核对」。

几何先声明、渲染后可验证的设计

CDFF 的核心约束是几何先声明。每个样本的目标位置、尺度与标注框在渲染之前就已确定,渲染之后可独立验证,而不是先出图再人工画框。配套设计包括:零手工布局,目标落位由单目相对深度与可供电图自动推导;闭环反馈,生成端与验证端相互校正;像素对齐 RGB–IR,可见光与伪红外共享同一坐标;目标 LoRA 可替换,便于更换目标外观;纯 CPU 可跑通,降低复现门槛。

架构:生成端 M1–M6、验证端 V1–V9 与闭环反馈

框架分为生成端与验证端两条流水线。生成端由 M1–M6 六个模块串联,完成背景准备、落位推导、目标合成与红外转换;验证端由 V1–V9 九个环节组成,对渲染结果逐项核验。两端之间通过闭环反馈连接,验证不通过的样本回到生成端调整,直至几何声明与渲染结果一致。

数据集规模、构成与标注格式

评测样本共 302 对,其中主基准 300 对,另含 1 条难例的两对样本。300 组条件互不重复,覆盖九类场景、五个时段与五类天气:

维度 取值
场景类 airfield、coastal、desert、forest、industrial、mountain、pure_sky、rural、urban
时段 dawn 至 night 共 5 档
天气 clear、overcast、rainy、foggy、dusty、backlight
目标距离 near、mid、far 三档

画布中位分辨率为 1280×853,目标像素尺度为 13–96 px,中位 37 px。样本目录结构如下:

samples/
├── b000_rgb.png   # 可见光成像
├── b000_ir.png    # 伪红外(同坐标)
├── b000_meta.json # 条件 + gt_bbox + 深度 + 验证记录
└── _batch_results.json # 批次汇总

背景池为 37,852 张实拍背景,同属九类场景,但不在仓库内,使用前需自行准备。

结果:几何兑现程度、对齐与质量指标

验证端的核验围绕三方面展开:几何兑现程度,即渲染后的目标位置与尺度是否与声明一致;RGB–IR 对齐,即两种模态是否严格共享坐标;以及整体质量指标。评测中还做了消融实验 E1、E2、E3 与多重比较,用于判断各设计环节对最终结果的贡献。

使用说明:本地预览、内容来源、双语与部署

仓库提供 README,涵盖本地预览方式、内容来源说明、双语文档、自检流程、部署方法与素材说明。线上站点为 https://tiger-0214.github.io/CDFF-dataset/ ,可在线浏览 7 张论文图(合计 1.7 MB)。许可条款见仓库中的 THIRD_PARTY_LICENSES.md 与 NOTICE。该数据集对应论文《CDFF:几何先声明、渲染后可验证的低慢小(LSS)空中目标合成数据集生成框架》,投稿期刊为 Neurocomputing,目前处于审稿阶段。

基本信息

记录数量评测样本 302 对(主基准 300 对 + 1 条难例 ×2);背景池 37,852 张实拍背景(
文件大小评测样本 302 对(主基准 300 对 + 1 条难例 ×2);背景池 37,852 张实拍背景(仓库不含,需自行准备);画布 1280×853(中位分辨率),目标像素尺度 13–96 px(中位 37 px);站内 7 张论文图合计 1.7 MB
文件格式PNG, JSON, WebP, JPG, HTML
数据来源CDFF 项目组
样本数量302 对
图像分辨率1280×853(中位)
标注类型目标检测框
许可见 THIRD_PARTY_LICENSES.md 与 NOTICE
数据落地页https://github.com/tiger-0214/CDFF-dataset
发布日期2026-10-31
低慢小目标合成数据集RGB-红外对齐目标检测几何先声明

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费