Advertisement

自建车辆目标检测数据集（1.0）

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

简介：
本数据集为自建车辆目标检测专用，包含多种场景下的高清图像及精确标注框与类别信息，适用于训练和测试相关算法模型。版本1.0。 个人自制的目标检测样本集（xml格式）用于完成毕业设计。图像数据来源为江苏路网采集的视频，时间范围从2022年10月27日至2023年4月7日。标注采用labelimg工具，共包含1044个样本，其中两千多个是car标签，少部分为bike标签。 免费转载使用时，请注明出处bitzh_tyw。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 自建车辆目标检测数据集（1.0）
    优质
    本数据集为自建车辆目标检测专用，包含多种场景下的高清图像及精确标注框与类别信息，适用于训练和测试相关算法模型。版本1.0。 个人自制的目标检测样本集（xml格式）用于完成毕业设计。图像数据来源为江苏路网采集的视频，时间范围从2022年10月27日至2023年4月7日。标注采用labelimg工具，共包含1044个样本，其中两千多个是car标签，少部分为bike标签。 免费转载使用时，请注明出处bitzh_tyw。
     
  • 自卸车目标检测数据集
    优质
    本数据集专为自卸车目标检测设计，涵盖丰富的真实场景图像与标注信息，旨在提升模型在复杂环境下的识别精度和鲁棒性。 自卸车数据集是一个适合初学者入门的目标检测数据集。
     
  • 夜间车辆识别的数据集（目标检测）
    优质
    本数据集专为夜间复杂环境下的车辆识别设计，包含大量标注清晰的图像样本，旨在提升模型在低光照条件下的目标检测能力。 该数据集适用于YOLO系列（包括YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9及更高版本）、Faster R-CNN 和 SSD 等模型的训练，包含夜间车辆、交通灯和其他交通目标识别。类别涵盖 car（汽车）、pedestrian（行人）、traffic light（交通灯）、traffic sign（路标） 、bicycle （自行车） 、bus （公交车） 、truck （卡车）和 rider（骑车人）。数据集包括5000张图片，以及相应的txt标签文件和指定类别信息的yaml文件。此外还有xml格式的标签文件提供。所有图像已按训练集、验证集及测试集划分好，可以直接用于模型训练。
     
  • 车辆ReId检测数据集
    优质
    本数据集专注于车辆再识别技术的研究与应用，包含大量标注清晰、场景多样的车辆图像，旨在促进智能交通系统中车辆识别算法的发展。 VehicleReId 数据集由布尔诺理工大学发布，包含两台摄像机录制的5个视频文件，并从中提取出47123张车辆图像。该数据集还包括24530组车辆配对信息，可用于车辆重新识别等任务。
     
  • 车辆目标检测数据集 - 汽车图像与卫星遥感图 - 人工智能车辆数据集
    优质
    本数据集包含汽车图像及卫星遥感图片，专为车辆目标检测设计，适用于训练和评估人工智能模型在不同场景下的车辆识别能力。 这是一批车辆的数据集，包含三种类型的机动车：轿车、巴士以及卡车。数据集可用于人工智能目标检测算法的研究。图片总数为1000张，尺寸统一为1024x1024像素的RGB彩色图像，并且是通过卫星拍摄得到的可见光成像照片。所有图片都已标注完毕，标签格式采用pascal voc标准（xml文件）。
     
  • 目标检测数据集（YOLOV5目录格式）：针对雾天的行人和车辆五类目标检测数据集
    优质
    该数据集专为雾天环境设计，包含行人与车辆五大类别，采用YOLOv5标准目录结构，适用于提升目标检测模型在恶劣天气条件下的性能。 项目包含雾天下的行人与车辆目标检测数据集（5类别），按照YOLOV5文件夹结构保存，可直接用于目标检测任务。 图像分辨率为400-1000的RGB图片，其中包含了雾天马路上常见的车辆和人群。 【数据集介绍】该数据集中包含五种类别的对象：人、轿车、公交车、自行车及摩托车。 【数据总大小】共约130MB 训练集包括datasets-images-train文件夹内的4320张图像及其对应的标签txt文件，验证集则为datasets-images-val文件夹中的100张图片和相应的标签。 为了便于查看数据内容，提供了一个可视化py脚本。只需随机传入一张图片即可绘制边界框，并将结果保存在当前目录下。该脚本无需修改便可直接运行。
     
  • UA-DETRAC车辆检测数据集含8250辆车辆
    优质
    UA-DETRAC数据集包含8250个车辆样本，是用于目标检测和跟踪研究的重要资源。该数据集旨在提高在复杂交通场景下的算法性能。 UA-DETRAC是一个车辆检测数据集，包含8250辆车辆的数据。
     
  • 已标注的夜间车辆检测数据集
    优质
    本数据集包含大量经过严格标注的夜间车辆图像，旨在为自动驾驶及智能交通系统中的夜间场景识别与目标检测研究提供支持。 夜间车辆监测数据集已包含标注好的xml标签文件，分为训练集和测试集，总共有大约10000张图片。
     
  • 洒水车目标检测数据集
    优质
    洒水车目标检测数据集是一套专门用于训练和测试计算机视觉模型识别和定位洒水车的图像及视频数据集合。该数据集包含多种场景下的高质量标注样本，有助于提升自动驾驶系统、智能监控等领域的性能与准确性。 适合初学者使用的洒水车目标检测数据集及训练集。