---
license: cc-by-nc-4.0
---
## Domains
| 序号 | 无人机 Domain | 领域定位 | 典型检测目标 | 典型应用 | 核心输出 / 特点 |
| -- | ---------------- | ---------------------------- | ------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------- |
| 1 | **农林牧业与生态监测** | 检测自然环境中的生物目标及农业生产对象 | 农作物、果实、花朵、植株
缺苗、倒伏作物、杂草
牛、羊等牲畜
野生动物、鸟类
病树、枯死树、倒伏树木
农业机械、作业人员 | 作物株数和果实数量统计
缺苗、杂草和倒伏区域发现
牲畜自动盘点和走失牲畜搜索
野生动物检测、跟踪和数量调查
森林病树、枯死树和风倒木识别
农林区域非法人员或车辆检测 | 目标类别
目标数量
目标位置
目标密度
变化趋势 |
| 2 | **能源、工业与基础设施巡检** | 将电力、油气、工厂、桥梁、道路等统一归入资产和设施巡检 | 输电杆塔、导线、绝缘子、金具
鸟巢、异物、悬挂物
光伏组件、热斑组件
风机叶片、裂纹及表面损伤
管道、阀门、储罐、烟囱
桥梁构件、道路设施、铁路设备
裂缝、锈蚀、破损、脱落
设备热点、泄漏点和异常部件 | 电力线路异物和缺陷检测
绝缘子、连接件和杆塔部件检测
光伏板热斑及故障组件定位
风机叶片损伤检测
油气管线和工业设备异常检测
桥梁、道路、铁路设施缺陷识别
设备缺失、错位或损坏检测 | **部件检测：**定位设备及零部件
**缺陷检测：**识别裂纹、腐蚀、破损、过热等异常 |
| 3 | **建筑、施工与矿山作业** | 将施工现场、露天矿、采石场和大型工程现场视为复杂作业区域 | 施工人员
安全帽、反光衣、安全绳等防护装备
挖掘机、吊车、卡车、推土机
建筑材料和堆料
临时建筑、围栏和危险区域
裂缝、坍塌、落石
非法进入人员和车辆
烟雾、明火和积水 | 施工人员和作业车辆统计
安全帽、反光衣等PPE检测
人员进入危险区域检测
起重设备周边人员检测
矿区车辆及机械设备调度监测
边坡落石、裂缝和坍塌检测
非法采矿、非法占地目标发现
施工现场火灾和烟雾检测 | 判断现场有哪些目标
确定目标所在位置
判断人员、车辆或设备是否违反安全规则 |
| 4 | **公共安全、应急与安防** | 将消防、搜救、灾害响应、边境和园区安防整合为安全应用领域 | 人员、失踪者、受困人员
车辆、船只
明火、烟雾和高温热点
聚集人群
越界人员
可疑车辆或可疑物体
灾区生命目标
夜间移动目标 | 山区、森林和水域搜救
红外人体检测
火点、烟雾和复燃点检测
洪水、地震等灾害后的人员和车辆搜索
园区、边境及重要设施周界巡逻
人群聚集和异常活动检测
夜间入侵人员检测
危险区域非法进入检测 | 红外相机可用于夜间人员检测
烟雾遮挡环境中的热目标发现
森林或复杂地形中的生命目标搜索
火灾热点定位 |
| 5 | **交通与智慧城市** | 关注道路、城市空间及交通系统中的动态目标检测 | 小汽车、卡车、公交车
摩托车、自行车
行人
停放车辆
交通事故车辆
道路障碍物
抛洒物、落石
占道施工设备 | 车辆检测、分类和计数
车流量和道路拥堵分析
车辆轨迹和速度分析
违停、逆行和异常停车检测
交通事故自动发现
道路障碍物和抛洒物检测
大型活动人群数量统计
停车场车位占用检测 | 目标检测负责发现目标
多目标跟踪负责持续识别同一目标
可进一步计算车速、轨迹、停留时间和交通流量 |
| 6 | **海洋、水域与环境执法** | 将海岸、河流、湖泊、港口及海上监管统一归入水域监测 | 船舶、渔船和小型快艇
漂浮人员和救生设备
海洋动物
漂浮垃圾
水面油污和异常漂浮物
非法采砂船
非法捕捞船只
河道及岸边非法排放设施 | 船舶检测、分类和数量统计
非法捕捞及越界船只检测
水上搜救和落水人员检测
海洋动物检测和数量调查
河流、湖泊漂浮垃圾检测
水面异常目标和污染物发现
港口和海岸线安防巡逻
非法采砂、非法排放行为发现 | 重点解决水面反光、波浪干扰和远距离小目标问题
可结合长焦、红外和视频跟踪提升检测效果 |
| 序号 | 卫星 Domain | 典型检测目标 | 多光谱数据与公开数据集依据 | 典型任务与输出 |
| -- | ---------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------- |
| 1 | **海事、航空与交通目标监测** | **海事目标：**船舶、渔船、大型货船、海上平台及港口目标
**航空目标：**飞机、直升机及机场地面航空器
**飞机细粒度类型：**Boeing 737、747、777、787，Airbus A220、A321、A330、A350，ARJ21、C919及其他飞机类型
**飞机属性：**机身长度、翼展、机翼形状、机翼位置、动力类型、发动机数量、垂尾数量及飞机用途
**交通设施：**机场、跑道、停机坪、港口、船厂、道路桥梁和铁路桥梁 | **S2-SHIPS**使用Sentinel-2多光谱影像开展船舶检测，说明船舶是原生多光谱目标检测中相对成熟的方向。([MDPI][1])
**fMoW-full**提供4波段和8波段可见光—近红外影像，可支持机场、港口、船厂和交通设施等目标级识别。([GitHub][2])
**FAIR1M**提供旋转框细粒度遥感目标检测，明确要求模型不仅检测“飞机”，还要识别Airbus A350、Boeing 747等具体类型。([ar5iv][3])
**RarePlanes**提供飞机检测以及10类细粒度结构属性标注。([arXiv][4]) | 船舶和飞机定位、分类、计数
飞机具体型号识别
飞机结构属性与用途分类
飞机停放位置及朝向检测
船舶尺寸、方向和航行状态估计
机场、港口及交通枢纽活动监测 |
| 2 | **城市建筑与公共基础设施** | 建筑物、住宅区和大型厂房
施工场地及临时建筑
机场和公共服务设施
道路、桥梁、水坝和交通节点
受损、倒塌或被洪水影响的建筑物 | **fMoW-full**的多光谱数据覆盖住宅、施工场地、医院、学校、公共机构、桥梁和水坝等设施类别。([GitHub][2])
**SatlasPretrain**融合Sentinel-2与高分辨率航片，提供建筑、机场、道路等多种点、线和多边形标注。([CVF Open Access][5]) | 建筑物和基础设施定位
设施数量及空间分布统计
新增建筑和施工活动发现
公共设施识别
灾前灾后建筑目标对比 |
| 3 | **能源、工业与资源设施** | 光伏电站和光伏阵列
风力发电机及风电场
储油罐、储罐区和炼化设施
发电厂、变电站及工业园区
海上油气平台
矿区、采石场和资源开发设施
水处理和垃圾处理设施 | **fMoW-full**包含光伏电站、风电场、发电厂、变电站、油气设施、储罐、露天矿和水处理设施等多光谱目标类别。([GitHub][2])
**SatlasPretrain**包含风机点目标、光伏场区域目标、建筑和其他基础设施标注，并使用Sentinel-2等卫星数据。([CVF Open Access][5]) | 能源资产检测和计数
工业设施定位与分类
风机、光伏场和海上平台普查
储罐及大型设备统计
资源开发活动和设施变化监测 |
[1]: https://www.mdpi.com/2072-4292/13/21/4255?utm_source=chatgpt.com "Ship Detection in Sentinel 2 Multi-Spectral Images with Self ..."
[2]: https://github.com/fMoW/dataset?utm_source=chatgpt.com "fMoW/dataset"
[3]: https://ar5iv.org/pdf/2103.05569 "[2103.05569] FAIR1M: A Benchmark Dataset for Fine-grained Object Recognition in High-Resolution Remote Sensing Imagery"
[4]: https://arxiv.org/abs/2006.02963 "[2006.02963] RarePlanes: Synthetic Data Takes Flight"
[5]: https://openaccess.thecvf.com/content/ICCV2023/papers/Bastani_SatlasPretrain_A_Large-Scale_Dataset_for_Remote_Sensing_Image_Understanding_ICCV_2023_paper.pdf?utm_source=chatgpt.com "SatlasPretrain: A Large-Scale Dataset for Remote Sensing ..."
## Dataset Structure
| Dataset | Task | Output Format | Path | Source | Modality | Included|
|---------|-------------|---------------|------|------|------|------|
| DVGBench | UAV Visual Grounding | Box | `ObjEarth-Data/DVG_Bench/images/` - `ObjEarth-Bench/DVGBench/` | https://github.com/VisionXLab/DVGBench | RGB | ✅ |
| RefDrone | Drone Object Referring | Box | `ObjEarth-Data/VisDrone2019_DET/` - `ObjEarth-Bench/RefDrone/`| https://github.com/sunzc-sunny/refdrone | RGB | ✅ |
| VisDrone2019_DET | Drone Object Detection | Box | `ObjEarth-Data/VisDrone2019_DET/` | | RGB | ✅ |
| HazyDet | Drone Object Detection in Hazy | Box | `ObjEarth-Data/HazyDet/` | | RGB |✅ |
| AgroVG | Agricultural Visual Grounding | Box | `ObjEarth-Data/AgroVG/t1` | https://huggingface.co/datasets/sauryrs/AgroVG | RGB | ✅ |
| UAVVaste | UAV Trash and Litter Detection | Box | `ObjEarth-Data/UAVVaste/` | https://www.kaggle.com/datasets/vexxingbanana/uavvaste-dataset | RGB | ✅ |
| FLAME2-DT | Wildland Fire Detection | Box | `ObjEarth-Data/FLAME2-DT/` | https://ieee-dataport.org/documents/flame2-dt#files | RGB+Infrared |✅ |
| UAV-SEG-2025 | UAV Pavement Distress Detection | Box | `ObjEarth-Data/UAV-SEG-2025` | https://www.kaggle.com/datasets/patelravi07/enhanced-uav-pdd | RGB | ✅ |
| VHRShips | Ship Detection | Box | `ObjEarth-Data/VHRShips` | https://github.com/radres333/VHRShips | Optical satellite images | ✅ |
| AFO | Aerial Floating Object Detection (Maritime Search and Rescue) | Box | `ObjEarth-Data/AFO` | https://www.kaggle.com/datasets/jangsienicajzkowy/afo-aerial-dataset-of-floating-objects | RGB | ✅ |
| TriModalDet | UAV Object Detection | Box | `ObjEarth-Data/TriModalDet/` | https://github.com/radlab-sketch/trimodal-uav-det | RGB–Thermal–Event camera | ✅|
| AU-AIR | UAV Object Detection (Traffic Surveillance)| Box | `ObjEarth-Data/AU-AIR/images/` | | RGB | ⏳ |
| SARD | Person Detection in Search and Rescue Scenarios in Drone | Box | `` | https://ieee-dataport.org/documents/search-and-rescue-image-dataset-person-detection-sard | RGB | |
| TinyPerson | Person Detection for Maritime Rescue | Box | `` | https://github.com/ucas-vg/PointTinyBenchmark | RGB | |
| MOBDrone | Man OverBoard Rescue Detection | Box | `` | https://aimh.isti.cnr.it/dataset/MOBDrone/ | RGB | |
| SeaDronesSee | Human Detection (Maritime Search and Rescue) | Box | `` | https://github.com/Ben93kie/SeaDronesSee | RGB | |
| uav_dataset | Person Detection Covered with Heavy Snow (Search and Rescue) | Box | `` | https://www.kaggle.com/datasets/imbalet/uav-dataset | RGB | |
| | | | `` | | | ❌ |