Advertisement

包含两万多张行人、自行车、汽车、红绿灯、斑马线、盲道和坑的数据集,这些数据集已完成标注。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
包含两万余张图像的数据集,涵盖了行人、自行车、汽车以及红绿灯等交通元素的标注信息,同时还包括行人与红绿灯的融合数据集,以及斑马线和盲道的标注数据。这些图像数据已经完成了充分的标注工作。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 绿绿线等交通元素图像图片
    优质
    本数据集收录了超过2万张城市街道场景照片,涵盖行人、自行车、机动车等多种交通工具及红绿灯、人行横道指示灯、人行横道线和盲道等交通基础设施的详细标注信息。 我们有一个数据集包含两万多张图片,内容涉及行人、自行车、汽车、红绿灯(包括专门的行人红绿灯)、斑马线、盲道以及路面坑洞,并且这些图片都已经标注完毕。
  • 关于线交通绿三个类别YoLo
    优质
    这是一个包含三个类别的YoLo数据集,专门用于检测斑马线、行人及交通信号灯(红绿灯),旨在提升道路安全与自动驾驶技术。 内容概要:本研究使用的数据集包含12554张行车记录仪实拍图像,这些图像是从滴滴D2-City大规模数据集中选取的56个视频片段中抽帧组成。所有标注文件均为手动完成,共标记了83546个实例对象,其中包括交通灯13826个、斑马线10706个和行人59014个。 利用YoLoV5模型(使用m6权重)以imgsz为640进行训练,在进行了300轮后,得到的精度指标如下:mAP@0.5为0.956,mAP@0.5~0.95为0.7299。 适用人群:寻找斑马线、行人和交通灯数据集用于机器学习(目标检测)的学生。
  • COCO格式
    优质
    本数据集包含数千张标注图像,遵循COCO格式标准,专注于行人与车辆识别,适用于目标检测研究和模型训练。 我们已经为一个COCO格式的行人车辆数据集标注了几千张图片,该数据集能够识别行人和车辆。
  • 关于线辆等模型
    优质
    该数据集模型专注于行人、斑马线及车辆的交互行为分析,旨在提升智能交通系统的识别与预测能力,保障道路安全。 行人斑马线车辆等待的数据集模型
  • 电动.zip
    优质
    本数据集包含了大量标注完毕的电动车和自行车图像,适用于计算机视觉领域的分类、检测等任务研究。 深度学习中的目标检测YOLO网络可以用于车辆识别检测,包括已经标注好的电动车和自行车的数据集,可以直接使用这些数据进行训练。
  • .rar
    优质
    该资源为已完成标注的车辆相关图像和视频数据集,包含多种车型、不同场景及光照条件下的高质量样本,适用于自动驾驶、目标检测等领域的研究与开发。 车辆数据集已经标注完成。车辆数据集已经标注完成。车辆数据集已经标注完成。车辆数据集已经标注完成。车辆数据集已经标注完成。车辆数据集已经标注完成。车辆数据集已经标注完成。车辆数据集已经标注完成。车辆数据集已经标注完成。
  • 检测
    优质
    本数据集包含了大量经过人工标记的红外图像,专为行人检测算法的研究与开发设计。 红外行人检测数据集由FLIR热红外相机采集而成,并已包含txt格式的标签文件进行标注。下载解压后即可直接使用。
  • 辆、
    优质
    本数据集包含丰富多样的车辆、行人和自行车图像,适用于各类交通场景识别与分析研究。 该数据集包含汽车、行人及自行车的图像及其对应的标签文件。整个数据集分为两个主要部分:JPEGImages 和 Annotations。 在 JPEGImages 文件夹中包括了6000张不同场景下的高质量图片,涵盖了各种环境中的车辆、行人和自行车等元素;而Annotations 文件夹则有相应的 6000 张 XML 标注文件,这些标注数据是通过 labelimg 软件进行人工标记的。 此数据集具有广泛的代表性,并且经过精心挑选以确保其适用性。它不仅能够作为汽车、行人和自行车检测任务的基础模板使用,还可以根据特定应用场景的需求加入额外的数据来进一步优化模型性能。这大大节省了用户在收集图像资源以及手动标注工作上的时间和精力,使得研究人员可以直接进入工程化应用阶段进行深入研究或开发相关项目。
  • 中有等信息
    优质
    本数据集包含丰富的红外影像资料,详细记录了人、车辆及自行车等多种物体的信息,适用于目标检测与跟踪的研究。 红外数据集包含人、车辆和自行车等元素。
  • 8000图片口罩
    优质
    本项目成功构建了一个独特的口罩图像数据库,内含8000张已标注图片,为面部识别与疫情防控研究提供了宝贵的资源。 已标注好的口罩数据集包括face和mask两部分。