无人机人员救援数据集使用DJI Phantom 4A拍摄分辨率为1920×1080像素。涵盖了多种场景包括碎石路上、采石场、高低草丛、森林阴影等地的人员画面图像中人员姿势分为站立、坐着、躺着、行走、奔跑。共1981张图像6500个不同姿势的标记2.5GB提供voc和yolo格式标注一、无人机人员救援数据集详情表项目详细参数数据集名称无人机人员救援目标检测数据集拍摄设备大疆DJI Phantom 4A单图分辨率1920×1080总图像数量1981张总标注框数量6500个数据集大小2.5GB标注格式YOLO、VOC覆盖场景碎石路、采石场、高低草丛、森林阴影等野外复杂环境人员姿态站立、坐、躺、行走、奔跑二、YOLOv11 训练测试完整代码1. 数据集配置文件person_rescue.yaml# 无人机人员救援数据集配置path:./datasets/drone_rescuetrain:images/trainval:images/valtest:images/testnc:1names:0:person2. 训练、验证、推理主代码fromultralyticsimportYOLOimportwarnings warnings.filterwarnings(ignore)deftrain_drone_rescue():# 加载YOLOv11模型可根据需求切换n/s/m/l/x版本modelYOLO(yolo11n.pt)# 训练参数配置model.train(dataperson_rescue.yaml,epochs100,imgsz1080,batch8,device0,workers4,patience15,projectruns/train,namedrone_person_rescue,saveTrue,valTrue)print(模型训练完成)defval_model():# 模型评估modelYOLO(runs/train/drone_person_rescue/weights/best.pt)metricsmodel.val(dataperson_rescue.yaml,imgsz1080)print(fmAP0.5:{metrics.box.map50:.4f})defpredict_source(source_path):# 图片/视频/摄像头推理modelYOLO(runs/train/drone_person_rescue/weights/best.pt)resultsmodel.predict(sourcesource_path,imgsz1080,conf0.4,saveTrue,show_labelsTrue,show_confTrue)returnresultsif__name____main__:train_drone_rescue()val_model()# 示例predict_source(test.jpg)三、应用场景应急救援山地、野外、矿区等场景无人机搜救快速定位被困人员安防巡检野外矿区、林区、偏远区域人员监测、入侵预警防灾减灾洪涝、山林灾害后空中人员排查、灾情研判项目实训/毕设计算机视觉、无人机应用、目标检测相关课程设计、毕业设计算法研发低空视觉检测、复杂背景下小目标识别算法迭代与测试行业竞赛无人机视觉、应急AI、目标检测类赛事基线数据集