当前低空经济、数字孪生城市、应急遥感监测等场景的快速落地，对无人机视觉算法、遥感图像分析技术的精度、场景适配能力提出了更高要求。但长期以来，遥感领域始终面临真实标注数据采集成本高、空域限制多、不同昼夜/分辨率/地域场景下数据域差异显著、多任务模型训练缺乏统一测试基准等痛点，成为制约相关技术规模化落地的核心瓶颈。作为AI训练数据的重要分支，高保真合成遥感数据凭借场景可控、标注精度高、无隐私及空域合规风险的优势，已经成为行业研发的核心刚需。近日，TOELT LLC联合瑞士国防部正式发布高保真合成遥感数据集SyMTRS，相关成果已于2026年4月23日首发于预印本平台arXiv，面向全球科研及产业领域开放使用。
TOELT LLC本次发布的SyMTRS数据集，是双方基于Unreal Engine 5的MatrixCity城市仿真环境联合开发的专业级训练数据集，所有样本均通过程序化无人机航拍路径生成，最大程度还原了真实低空航拍的视角、运动轨迹特征。该数据集覆盖了2048×2048像素的高清RGB航拍图像、像素级精准深度图、昼夜域适应配对图像，以及×2/×4/×8多尺度超分辨率对齐样本，能够满足不同技术方向的训练需求。其核心创新性在于首次将几何深度估计、跨域适应和分辨率增强三大核心任务整合于统一基准，从数据供给端解决了遥感领域标注数据稀缺、域间差异显著和多任务联合建模的行业痛点，为无人机视觉算法开发提供了标准化的可控实验平台。
从应用场景来看，SyMTRS数据集可广泛应用于多个民用及专业领域：在无人机视觉方向，可支撑低空巡检障碍物识别、地形避障算法、三维城市建模算法的训练，配套的昼夜配对样本可帮助算法提升不同光照条件下的识别准确率，降低真实场景下的测试成本；在遥感图像分析方向，多尺度超分辨率样本可支撑低清遥感图像高清化算法研发，服务于城市规划、植被覆盖监测、灾害后灾情快速研判等场景，统一的多任务基准也可帮助行业降低算法横向对比的试错成本，加快技术落地效率。
本次SyMTRS数据集的发布，既填补了全球合成遥感数据集在多任务统一训练方向的空白，也为军工、民用低空领域的合成数据供给提供了可参考的标准范本，对推动数据要素在人工智能训练领域的高效利用、助力低空经济及数字孪生产业的数字化发展具有积极意义。
详情页内容：
_1769672084863.jpg)