Dataset di prova gratuiti per esercitarsi con WebODM

Non serve avere un drone per provare WebODM. Esistono raccolte di immagini da drone pubblicate con licenze libere, pensate proprio per testare il software: qualcuno ha già volato per te, con sovrapposizione corretta e GPS negli EXIF. Sono utili anche a chi il drone lo ha: quando un'elaborazione fallisce, un dataset noto ti dice subito se il problema è nel computer o nelle tue foto.

Dove trovare i dataset#

Il repository ODMdata#

ODMdata è il repository GitHub di OpenDroneMap che raccoglie dataset di prova: github.com/OpenDroneMap/ODMdata. La pagina principale è un elenco di dataset con, per ciascuno, una breve descrizione (luogo, tipo di area, numero di immagini, presenza di GCP), il link di download e la licenza. I dataset variano da qualche decina a diverse centinaia di immagini, e alcuni includono il file gcp_list.txt per esercitarsi con i punti di controllo a terra.

Il repository appartiene all'ecosistema OpenDroneMap (la nonprofit), non a WebODM: dopo la separazione del 6 aprile 2026 i due progetti sono distinti, ma le immagini sono immagini e si elaborano identiche in WebODM. Il contesto è nella guida Ecosistema WebODM e OpenDroneMap nel 2026.

La community OpenDroneMap#

Sul forum community.opendronemap.org gli utenti pubblicano da anni dataset propri, spesso con discussione allegata: quali opzioni hanno usato, che risultati hanno ottenuto, quali problemi hanno incontrato. Cerca nella sezione dedicata ai dataset o con la parola "dataset". Per un principiante la discussione vale quanto le immagini: vedi come ragiona chi ha esperienza.

Altre fonti#

Anche produttori di droni, università e progetti open data pubblicano occasionalmente immagini da drone. Prima di usarle verifica tre cose: che la licenza ne consenta l'uso (per esercitarsi quasi tutte lo permettono, per lavori commerciali no), che le foto abbiano i dati EXIF con GPS (senza, WebODM ricostruisce ma non georeferenzia) e che siano JPG non ricompressi.

Non elenchiamo qui nomi di dataset specifici: gli elenchi cambiano e preferiamo che tu li verifichi alla fonte. Se un dataset citato in un forum non si trova più, ODMdata resta il punto di partenza affidabile.

Scegliere il dataset giusto#

Il criterio è la RAM del tuo computer. La documentazione di WebODM indica circa 4 GB per 40 immagini, 16 GB per 250, 32 GB per 500. Per il primo test scegli un dataset piccolo: sotto le 100 immagini con 8 GB di RAM, fino a 250 con 16 GB. Sarà anche più veloce, e la velocità è ciò che conta quando stai imparando: preferisci tre elaborazioni da venti minuti a una da tre ore.

Il tuo computer	Dimensione del dataset	Ordine di grandezza del tempo
8 GB di RAM, portatile	40–100 immagini	decine di minuti
16 GB di RAM	fino a 250 immagini	da mezz'ora a qualche ora
32 GB di RAM	fino a 500 immagini	ore

I tempi dipendono da CPU, preset e risoluzione delle foto: prendili come ordini di grandezza, non come promesse. La tabella completa è in Requisiti hardware.

Scegli anche in base a cosa vuoi imparare: un terreno aperto con griglia nadir per la prima ortofoto; un edificio con foto oblique per provare il preset 3D Model; un dataset con gcp_list.txt quando arriverai alla guida Punti di controllo GCP.

Procedura#

1. Scaricare#

Dalla pagina del dataset segui il link di download. Quasi sempre è un archivio .zip o una cartella su un servizio di file hosting; alcuni dataset stanno direttamente nel repository. Scarica e annota la licenza indicata.

2. Estrarre e controllare#

Estrai l'archivio in una cartella con un nome chiaro (per esempio dataset-prova-01). Dentro cerca la cartella con le immagini, spesso chiamata images. Apri le proprietà di una foto: devono comparire le coordinate GPS. Se il dataset include un file gcp_list.txt, tienilo a portata di mano ma, per la prima elaborazione, ignoralo.

Se l'archivio contiene anche risultati già elaborati (ortofoto, DEM) di chi lo ha pubblicato, conservali: ti servono per confrontare il tuo risultato.

3. Caricare in WebODM#

In WebODM crea un progetto con il nome del dataset, poi Select Images and GCP e seleziona tutte le immagini della cartella. Lascia il preset Default e avvia. La procedura completa, schermata per schermata, è in Il primo progetto passo passo.

Progetto di WebODM con un dataset di prova caricato e in elaborazione — Un dataset di prova in elaborazione: stesse fasi, stesso flusso di un volo tuo.

4. Confrontare#

A elaborazione completata apri View Map e View 3D Model, poi scarica il report di qualità e leggilo con la guida Leggere il report di qualità. Se il dataset veniva con risultati di riferimento, apri la tua ortofoto e quella di riferimento in QGIS e confrontale: aspettati piccole differenze dovute a versioni e opzioni diverse, non differenze macroscopiche.

Cosa aspettarti#

Un dataset pubblicato per il test di solito si elabora senza intoppi: chi lo ha pubblicato l'ha già provato. Alcune aspettative realistiche:

Tempo: più lungo di quanto immagini la prima volta. La fase della nuvola densa è quella che dura di più; con Fast Orthophoto sparisce.
Risultato: un'ortofoto pulita al centro, con bordi irregolari (normali: sono ritagliati con --crop) e possibili imperfezioni su acqua, vetri e vegetazione mossa.
Report: tutte le immagini ricostruite, mappa delle sovrapposizioni uniforme, errori GPS coerenti con un drone consumer (qualche metro).
Confronto con il riferimento: simile, non identico.

Se con un dataset noto l'elaborazione fallisce, il problema è nell'installazione o nelle risorse, non nelle foto: RAM assegnata a Docker, spazio disco, nodo offline. Parti dalla guida Errori comuni. Se invece riesce, e le tue foto no, il problema è nell'acquisizione: Acquisire le immagini.

Usare i dataset per imparare#

Un dataset di prova è un laboratorio. Alcuni esercizi utili, in ordine:

Stesso dataset con Default e Fast Orthophoto: confronta tempi e bordi degli oggetti alti.
Stesso dataset con High Resolution: osserva quanto cresce il tempo e se il dettaglio migliora davvero rispetto al GSD.
Dataset con GCP, con e senza il file gcp_list.txt: leggi la differenza nella sezione degli errori del report.
Un dataset di edifici con il preset Buildings o 3D Model: esporta il modello e aprilo in un visualizzatore esterno.

Ogni volta annota preset, opzioni e tempo: costruisci un riferimento per i tuoi lavori veri. La descrizione dei preset è in Preset e opzioni base.

Come verificare

Il test è riuscito se:

Il task raggiunge lo stato Completed.
L'ortofoto è al posto giusto sulla mappa di base (il dataset ha GPS negli EXIF).
Il report mostra tutte le immagini ricostruite.
Se disponibile, il confronto con l'ortofoto di riferimento non mostra differenze macroscopiche.

Problemi frequenti#

Il download è lentissimo o il link è morto. I dataset sono grandi (da centinaia di MB a molti GB) e ospitati su servizi diversi. Prova un altro dataset del repository e, se un link non funziona, segnalalo nella community.

L'archivio contiene cartelle annidate o file diversi dalle immagini. Carica in WebODM solo i JPG della cartella delle immagini; escludi anteprime, video e documenti.

L'elaborazione fallisce anche con un dataset piccolo. Il problema è locale: leggi il messaggio nella console del task e cerca in Errori comuni. Su Docker Desktop verifica la RAM assegnata.

Voglio usare il dataset in un lavoro. Controlla la licenza. "Libero per test" non significa libero per uso commerciale.

Prossimi passi#

Il primo progetto passo passo: la procedura completa in WebODM.
Acquisire le immagini: quando passi dal dataset di prova al tuo drone.
Leggere il report di qualità: giudicare il risultato, di un dataset di prova o del tuo.