可见光与红外无人机检测双模态数据集 非配对。一一对齐看另外一个数据数据集概述可见光RGB与红外IR无人机检测双模态数据集通过对视频序列进行 20 帧抽帧处理构建包含可见光与红外两套完全对应的图像数据适用于跨模态无人机目标检测、可见光/红外融合检测、全天候无人机监测等视觉任务可直接用于 YOLO 系列目标检测模型训练与对比实验。两套数据集规模完全一致 非对齐均已完成人工整理与 YOLO 格式转换配套训练指标参考开箱即用。核心参数项目详情数据集名称可见光与红外无人机检测双模态数据集数据来源开源数据集 anti-UAV300视频 20 帧抽帧数据模态可见光RGB 红外IR两套完全对应数据规模单模态 9516 张训练 5104 / 验证 2209 / 测试 2203标注格式YOLO 格式类别数1 类无人机核心用途可见光/红外双模态检测、无人机检测、全天候监测数据划分可见光与红外两套数据集划分完全一致数据集训练集验证集测试集合计可见光RGB5104220922039516红外IR5104220922039516可见光与红外图像非一一对应即同一场景下的 RGB 与 IR 图像成对存在便于做跨模态对比实验与融合检测研究。标注类别说明共 1 类两套数据集共用同一类别序号类别名称说明0无人机drone / UAV可见光或红外视角下的无人机目标训练指标参考两套数据集分别训练性能对比如下模态mAP50-95可见光RGB0.713红外IR0.657可见光 mAP50-95 高于红外说明可见光模态在检测精度上表现更优红外模态在夜间、低照度场景下具有独特优势两者互补可实现全天候检测。格式支持默认YOLO格式数据集适用场景可见光 / 红外双模态无人机目标检测跨模态检测算法对比研究全天候无人机监测与预警多模态融合检测模型训练训练配置示例YOLO 格式数据集配置YAML可见光数据集yaml path: ./anti_uav_rgb_detect train: images/train val: images/val test: images/test names:0: drone红外数据集yaml path: ./anti_uav_ir_detect train: images/train val: images/val test: images/test names:0: drone训练代码python from ultralyticsimportYOLO 训练可见光模型 model_rgbYOLO(yolo11s.yaml)model_rgb.train(dataanti_uav_rgb_detect.yaml,epochs200,imgsz640,batch16,device0)训练红外模型 model_irYOLO(yolo11s.yaml)model_ir.train(dataanti_uav_ir_detect.yaml,epochs200,imgsz640,batch16,device0)话题关键词#无人机检测 #可见光 #红外 #双模态 #anti-UAV300 #跨模态 #YOLO数据集