摘要

无人飞行器（Unmanned Aerial Vehicles, UAVs）在海上搜救任务中具有至关重要的作用，因其具备灵活且快速的作业能力。现代计算机视觉算法在辅助此类任务方面受到广泛关注。然而，这些算法依赖于大量来自无人机的真实场景训练数据，而目前此类数据仅在陆地交通场景中较为丰富。此外，现有的目标检测与跟踪数据集普遍缺乏或仅提供有限的环境信息，忽视了极具价值的上下文线索。为此，本文提出一个大规模的视觉目标检测与跟踪基准数据集——SeaDronesSee，旨在弥合陆基视觉系统与海基系统之间的差距。本研究收集并标注了超过54,000帧图像，涵盖约40万个目标实例，数据采集自5至260米的多种飞行高度及0至90度的多样化视角，并同步提供了包括飞行高度、视角角度在内的详细元数据信息。我们基于该新建立的基准数据集，对多种前沿计算机视觉算法进行了评估，以提供可参考的基准性能。同时，我们搭建了在线评估服务器，研究人员可上传其预测结果，并在统一的中央排行榜上进行结果对比与性能排名。