FADE (FAlling Object DEtection around Buildings) 数据集是专为检测建筑物周围坠落物体而建立的大型、多样化视频数据集。该数据集由 Zhigang Tu, Zitao Gao, Zhengbo Zhang, Chunluan Zhou, Junsong Yuan, Bo Du 于 2024 年共同开发，相关论文成果为「FADE: A Dataset for Detecting Falling Objects around Buildings in Video」。

FADE 数据集包含 1,881 个视频，涵盖 18 个场景、 8 种不同类别的坠落物体、 4 种不同的天气条件以及 4 种视频分辨率。此外，研究者还开发了一种新的物体检测方法 FADE-Net，该方法有效利用运动信息，生成小尺寸但高质量的检测建议，以提高检测坠落物体的准确性。通过与现有的通用物体检测、视频物体检测和运动物体检测方法进行比较，FADE-Net 在 FADE 数据集上表现出显著的性能优势，为未来相关研究提供了有效的基准。

FADE 数据集的创建是为了解决高楼层坠落物体对行人可能造成严重伤害的问题。由于监控视频中的坠落物体可能因尺寸小、运动快以及背景复杂而难以被人工捕捉，因此开发自动化的检测方法变得尤为重要。 FADE 数据集的多样性和专业性使其成为研究建筑物周围坠落物体检测的宝贵资源。