VisDrone2019数据集结构详解:train/val/test-dev/test-challenge四大数据子集一文讲透

原创2026-10-20 14:14:591,671 阅读
文章标签:计算机视觉深度学习

VisDrone2019数据集结构详解:train/val/test-dev/test-challenge四大数据子集一文讲透

VisDrone2019数据集(VisDrone2019-DET)是目前无人机航拍目标检测领域最常用的大规模公开基准之一,由天津大学机器学习与数据挖掘实验室的 AISKYEYE 团队创建。本文带你一文讲透它的整体结构、train/val/test-dev/test-challenge 四大数据子集的作用差异,以及标注文件格式,帮助新手快速上手无人机目标检测数据。

一、数据集总体概览

VisDrone2019-DET 包含 10,209 张无人机图像,其中 8,629 张带有完整标注。图像采集自中国 14 个不同城市的城市/城郊区域,使用消费级无人机(如 DJI Mavic、Phantom 等)拍摄,覆盖了:

  • 📍 多样场景:高速公路、街道、收费站、十字路口、T 型路口等
  • 🌤️ 多样光照:白天、夜晚、黄昏、黎明
  • 📷 多样视角:不同的相机角度与飞行高度

四个数据子集的规模统计如下:

子集 图像数 标注情况 用途
Train 6,471 ✅ 有 模型训练
Val 548 ✅ 有 训练过程中验证
Test-dev 1,610 ✅ 有 本地开发测试
Test-challenge 1,580 ❌ 无 竞赛提交测试
合计 10,209 8,629 —

二、仓库文件与快速上手

当前仓库(README.md)以压缩包形式提供了四个数据子集,每个子集对应一个 zip 文件:

文件 对应子集
VisDrone2019-DET-train.zip train
VisDrone2019-DET-val.zip val
VisDrone2019-DET-test-dev.zip test-dev
VisDrone2019-DET-test-challenge.zip test-challenge

一键获取数据集:

git clone https://gitcode.com/GewisLab/Visdrone2019
cd Visdrone2019
unzip VisDrone2019-DET-train.zip

解压后即可看到标准的数据目录结构:

VisDrone2019-DET/
├── train/
│   ├── images/          # 6,471 张 .jpg
│   └── annotations/     # 6,471 个 .txt
├── val/
│   ├── images/          # 548 张 .jpg
│   └── annotations/     # 548 个 .txt
├── test-dev/
│   ├── images/          # 1,610 张 .jpg
│   └── annotations/     # 1,610 个 .txt
└── test-challenge/
    └── images/          # 1,580 张 .jpg(无标注)

三、四大子集逐一拆解

1️⃣ train:训练集(6,471 张)

  • 每个子集都包含 images/ 和 annotations/ 两个目录,图像与标注一一对应(文件名相同,仅扩展名不同)
  • 这是唯一应该用于"喂"给模型学习的部分,全部 6,471 张图均带完整标注
  • 训练时一般直接指向 train/images 与 train/annotations 即可

2️⃣ val:验证集(548 张)

  • 同样带完整标注,用于训练过程中的阶段性评估(如每个 epoch 结束后计算 mAP)
  • 作用是监控模型是否过拟合、辅助调参,绝不能参与训练
  • 只有 548 张,属于"小而精"的验证集,指标波动相对明显,解读结果时要结合趋势看

3️⃣ test-dev:开发测试集(1,610 张)

  • 公开了标注,因此可以在本地完成最终测试,快速得到可解释的评估指标
  • 适合调完参后在本地验证模型泛化能力,是"赛前模拟"
  • 与 val 的区别:val 关注训练过程中的反馈,test-dev 关注最终效果的可靠评估

4️⃣ test-challenge:挑战赛测试集(1,580 张)

  • ⚠️ 只有 images/ 目录,没有标注——标注由官方保密
  • 用途是生成预测结果后提交到官方评测平台,由服务器统一打分排名
  • 这是竞赛中最贴近真实场景的部分:本地指标"好看"不等于排名高,最终以 test-challenge 的官方分数为准

💡 一个典型的完整工作流:train 训练 → val 调参 → test-dev 本地终测 → test-challenge 提交冲榜。

四、标注格式详解

每个标注文件(.txt)中每行一个目标,包含 8 个逗号分隔的字段:

<bbox_left>,<bbox_top>,<bbox_width>,<bbox_height>,<score>,<category>,<truncation>,<occlusion>
字段 含义
bbox_left 框左上角 X 坐标
bbox_top 框左上角 Y 坐标
bbox_width 框宽度
bbox_height 框高度
score 0: 忽略,1: 有效目标
category 目标类别 ID(0-11)
truncation 0: 完整,1: 被图像边缘截断
occlusion 0: 无遮挡,1: 部分遮挡,2: 严重遮挡,3: 未知

新手注意两点:

  1. score=0 的行表示被忽略的目标,训练时建议过滤掉,只保留 score=1
  2. 坐标采用 x, y, w, h 形式(而非 x1,y1,x2,y2),转成 YOLO 等其他格式时注意换算

五、目标类别:10 类检测对象

数据集定义了 12 个类别 ID(0-11),常用检测类别为 10 类:

ID 类别 ID 类别
1 pedestrian(行人) 6 van(面包车)
2 people(人群) 7 truck(卡车)
3 bicycle(自行车) 8 tricycle(三轮车)
4 car(轿车) 9 awning-tricycle(有棚三轮车)
5 bus(公交车) 10 motor(摩托车)

其中 ID 0 为 ignored、11 为 others,一般不作为独立检测类别。

六、常见新手问题

Q1:训练时该用哪些目录? 只需 train 训练、val 验证即可;test-dev 留作最终本地测试,避免"反复看答案"导致的选择性偏差。

Q2:为什么我的模型在 val 上效果好,提交分数却低? test-challenge 的标注分布与本地子集存在差异,且遮挡、小目标更密集,建议最终以 test-dev 指标为准并多轮提交取最优。

Q3:标注文件太多,如何快速检查质量? 随机抽取若干张图,将对应 .txt 的 8 字段画框可视化,即可直观检查漏标、错标情况。

七、参考引用

在论文或报告中使用该数据集时,建议引用以下论文(详见 README.md 中的引用信息):

  • The VisDrone Dataset: A Large-scale Benchmark for Object Detection in Drone Imagery,IEEE TPAMI 2021
  • VisDrone: The Vision Meets Drone Object Detection in Image Challenge,ICCVW 2019

小结:VisDrone2019-DET 用 train / val / test-dev / test-challenge 四个子集构建了从训练到竞赛提交的完整闭环。理解每个子集"有没有标注、能不能看答案"这两个核心差异,你就掌握了正确使用这套无人机数据集的关键。

登录后查看全文
Visdrone2019