UATD 数据集介绍、下载及YOLO/VOC/COCO训练格式转换

UATD 完整数据集下载目录同时包含三种主流标注格式COCO JSON、VOC XML、YOLO TXTUATD 数据集数据集介绍、下载| 目标检测 |水平框原始图像✅VOC标签✅|COCO 标签✅|YOLO 标签✅文章目录一、基础采集信息二、数据集划分三、10类目标类别及样本数量四、标签转换五、训练样例一、基础采集信息全称UATD Underwater Acoustic Target Detection水下声学目标检测数据集是国内虎鲸开源计划推出的多波束前视声呐MFLS水下目标检测开源数据集发表于Scientific Data是水下声呐视觉检测领域最主流的公开基准数据集之一。采集设备Tritech Gemini 1200ik 多波束前视声呐采集环境湖泊浅水环境水深 4~10m声呐工作参数两种工作频率720kHz2900张、1200kHz6300张探测距离范围5 ~ 25m数据总量总计9200张声呐图像 一一对应的标注文件文件格式图像BMP 格式声呐扇区可视化图标注PASCAL VOC 标准 XML 格式包含类别、目标边界框坐标每个annotation文件夹下的.xml文件包含4大块内容sonar声呐工况元数据逐帧采集时实时解析自Tritech声呐原始数据流每一帧参数独立记录sonarrange14.9941/range!-- 最大探测量程(m)5~25m浮动 --azimuth120/azimuth!-- 水平总开角(°) --elevation12/elevation!-- 俯仰开角(°) --sound_speed1582.4/sound_speed!-- 水下声速(m/s)湖水实测值逐帧记录 --frequency1200k/frequency!-- 工作频率720kHz / 1200kHz二选一 --/sonar频率仅两种720kHz远距离低分辨率、1200kHz近距离高清声速为湖泊淡水环境实测值区间约1575~1590 m/s量程覆盖数据集全部探测距离场景file图像路径、文件名映射用来匹配BMP声呐原图size图像分辨率、通道数声呐灰度图三通道存储object传统VOC检测标注目标类别name 像素边框坐标xmin/ymin/xmax/ymax二、数据集划分整体分为3个压缩包总大小约4.7GB子集样本数量用途UATD_Training.zip7600组训练集UATD_Test_1.zip800组测试集1UATD_Test_2.zip800组测试集2每个压缩包内部均分为image图片、annotationVOC标注两个文件夹。三、10类目标类别及样本数量数据集包含水下打捞、探测最常见的10类人造目标样本分布不均衡长尾分布Ball球体3483张样本最多Human body人体模拟人偶1434张Square cage方形笼子1318张Tyre轮胎1368张ROV小型水下机器人1000张Plane飞机残骸模型1065张Circle cage圆形笼子860张Metal bucket金属桶487张Cube水泥方箱288张Cylinder圆柱桶687张四、标签转换转换后的完整 数据集目录包含COCO JSON、VOC XML、YOLO TXT三种主流标签 UATD ├─ UATD_Test_1 │ ├─ annotations │ │ ├─ *.xml │ │ └─ ... │ ├─ images │ │ ├─ ️ *.bmp │ │ └─ ... │ ├─ labels │ │ ├─ *.txt │ │ └─ ... │ └─ instances_test_1.json ├─ UATD_Test_2 │ ├─ annotations │ │ ├─ *.xml │ │ └─ ... │ ├─ images │ │ ├─ ️ *.bmp │ │ └─ ... │ ├─ labels │ │ ├─ *.txt │ │ └─ ... │ └─ instances_test_2.json └─ UATD_Training ├─ annotations │ ├─ *.xml │ └─ ... ├─ images │ ├─ ️ *.bmp │ └─ ... ├─ labels │ ├─ *.txt │ └─ ... └─ instances_train.json文件夹释义annotationsPASCAL VOC格式.xml边框标注文件images数据集原始图像格式统一为.bmplabelsYOLO格式归一化坐标.txt标签instances_*.jsonCOCO标准格式标注文件UATD_Training训练集UATD_Test_1、UATD_Test_2两套独立测试子集五、训练样例以YOLO 水平框标签为例进行训练