夜间雾天无人机可见光跟踪数据集
数据集简介
数据构成与场景覆盖
NF-UAVTrack 聚焦夜间雾天这一低照度、低对比度条件下的无人机视觉任务,采用单类别、单目标设定,即每段序列中只跟踪一架无人机。数据集共收录 25 条视频序列,场景分为四类:空旷草地、操场、公园以及楼宇之间。拍摄跨越两个时段,分别为 2025 年 4 月与 2026 年 4 月;采集地点位于中国江苏省苏州市苏州大学未来校区的四个不同区域。
统计信息
| 统计项 | 数值 |
|---|---|
| 视频序列 | 25 条 |
| 抽帧图像 | 12,127 帧 |
| 无人机目标框 | 10,936 个 |
| 目标消失帧 | 1,191 帧 |
| 图像分辨率 | 3840×2160 与 1920×1080 |
| 文件总数 | 24,258 个 |
| 参考压缩包体积 | 1,225,785,649 字节(约 1.23 GB) |
图像按序列存放在 images/video01/frame-000001.jpg 这类路径下,25 条序列各自独立成目录;标注文件与之镜像对应,位于 labels/video01/frame-000001.txt。当某一帧中无人机不可见时,对应的标注文件为空文件,以此表示目标消失。
标注格式说明
标注采用 YOLO 风格的归一化边界框,每个目标一行,共五列:
class_id:类别编号,数据集为单类别设定;x_center:目标框中心点横坐标,按图像宽度归一化;y_center:目标框中心点纵坐标,按图像高度归一化;width:目标框宽度,按图像宽度归一化;height:目标框高度,按图像高度归一化。
仓库中的 docs/ANNOTATIONS.md 对标注规则作了完整说明,docs/STATISTICS.md 给出逐序列统计,便于核对各序列的帧数与目标框数量。
官方划分与目录结构
数据集提供官方训练/测试划分,分别记录在 splits/train.txt 与 splits/test.txt 中,使用者可直接按该划分复现实验,避免自行切分带来的评测差异。序列级元数据汇总在 metadata/sequences.csv,可用于按场景类型或拍摄时段筛选子集。仓库同时提供 SHA256SUMS 用于完整性校验,CITATION.cff 给出引用信息,LICENSE 载明使用条款。
下载与获取方式
数据托管于 Hugging Face Hub,仓库地址为 windowflower/NF-UAVTrack,支持在线浏览或通过 git clone 获取;同时提供百度网盘下载入口,提取码为 0854。项目落地页位于 GitHub 的 windowFlowers 仓库,包含预览、下载指引与文档入口。
使用条款
NF-UAVTrack 采用 CC BY 4.0 许可协议发布,允许在署名前提下复制、分发与改编,包括商业用途。使用时应保留原作者署名,并注明数据来源。
引用方式
若在论文或报告中使用了该数据集,请按仓库内 CITATION.cff 提供的条目引用。数据集由蔡哲炫(caizhexuan)创建,正式发布日期为 2026 年 10 月 24 日。
问题与反馈
使用过程中如发现标注错误、文件缺失或划分疑问,可通过 GitHub 仓库的 issue 渠道反馈,也可联系数据集创建者。