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:
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- 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。