魏金华1. 项目背景与数据集价值
这个1044张图像的无人机航拍工地车辆数据集，是我在参与某智慧工地项目时积累的实战素材。当时为了训练一个能自动识别工程车辆的模型，跑遍了本地6个大型施工现场，用大疆Mavic 2 Pro在不同高度（30-100米）、不同光照条件下拍摄了大量素材。
特别说明：所有拍摄均获得施工方许可，并避开了工人正脸等敏感信息，符合数据合规要求。
数据集包含8类典型工程车辆：
- 挖掘机（占比23%）
- 装载机（18%）
- 混凝土泵车（15%）
- 自卸卡车（12%）
- 压路机（9%）
- 起重机（8%）
- 平地机（8%）
- 洒水车（7%）
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据采集与标注细节
2.1 无人机拍摄参数
- 分辨率：5472×3648（2000万像素）
- 拍摄模式：间隔2秒自动拍摄
- 飞行高度：50±20米（模拟常见巡检高度）
- 天气条件：晴/多云/阴天（比例6:3:1）
2.2 标注规范
采用VOC格式的XML文件存储标注信息，每个文件包含：
xml复制<object>
<name>excavator</name>
<bndbox>
<xmin>256</xmin>
<ymin>189</ymin>
<xmax>512</xmax>
<ymax>367</ymax>
</bndbox>
</object>
标注时特别注意了三个要点：
- 对遮挡超过50%的车辆不做标注
- 车辆阴影计入边界框范围
- 相邻车辆间距小于20像素时标注为单个对象
3. 数据集特点分析
3.1 视角特性
不同于常规地面拍摄，无人机俯视角导致：
- 车辆顶部特征明显（如挖掘机驾驶舱）
- 投影变形严重（特别是长臂设备）
- 阴影成为重要识别线索
3.2 难点样本示例
| 样本类型 | 占比 | 处理方式 |
|---|---|---|
| 多车重叠 | 12% | 标注可见部分 |
| 扬尘遮挡 | 8% | 标注轮廓 |
| 反光表面 | 5% | 增强标注 |
4. YOLO格式转换实践
使用以下Python脚本完成VOC到YOLO的转换：
python复制import xml.etree.El