无人机目标检测数据集 | 目标检测 | 低空安防

【无人机目标检测数据集 | 目标检测 | 低空安防】
本数据集用于无人机目标的检测任务，共含 1 个类别（无人机 Drone 目标）、总计 2044 张标注图像。可用于低空空域中无人机目标的识别与追踪，服务于反无人机监控、空域安全与低空经济监管等场景，适合无人机检测模型的训练与评估。

数据集概览

• 数据集名称：无人机目标检测数据集
• 任务类型：目标检测
• 图像总数：2044 张
• 标注类别：1 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含 1 个检测类别：

• 无人机（Drone 无人机目标）

技术规格

• 标注格式：YOLO TXT 格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 反无人机监控：对低空入侵无人机目标进行自动识别与告警。
2. 空域安全管理：监测低空空域无人机活动，保障空域秩序与安全。
3. 低空经济监管：辅助低空经济场景下无人机的运营与飞行监管。

数据集特点

• 高质量标注：单一目标类别标注规范统一，边界框精准，数据标注质量高。
• 真实场景数据：图像覆盖多种环境与视角下的真实无人机目标，贴近低空安防实际场景。

获取方式