Advertisement

基于UA-DETRAC车辆识别的数据集用于目标检测任务

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

简介：
基于YOLO和VOC格式的道路车辆识别数据集可用于YOLO系列、Faster Rcnn及SSD等多种模型的训练应用。该数据集分类包括：汽车（car）、面包车（van）、其他（others）及公交车（bus），共包含20,500张图片。文件内包含了图片数据以及相应的txt标签信息，并提供了.yaml和.xml格式的分类标签文件；这些数据已按训练集、验证集及测试集进行划分组织；这些数据集可以直接用于YOLOv5至YOLOv10系列算法的模型训练；因资源总量超过1GB故已上传至百度网盘并提供永久有效链接

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 基于UA-DETRAC车辆识别的数据集用于目标检测任务
    优质
    基于YOLO和VOC格式的道路车辆识别数据集可用于YOLO系列、Faster Rcnn及SSD等多种模型的训练应用。该数据集分类包括：汽车（car）、面包车（van）、其他（others）及公交车（bus），共包含20,500张图片。文件内包含了图片数据以及相应的txt标签信息，并提供了.yaml和.xml格式的分类标签文件；这些数据已按训练集、验证集及测试集进行划分组织；这些数据集可以直接用于YOLOv5至YOLOv10系列算法的模型训练；因资源总量超过1GB故已上传至百度网盘并提供永久有效链接
  • BITVehicle UA-DETRAC车辆检测数据集
    优质
    BITVehicle UA-DETRAC车辆检测数据集是由北京理工大学研究团队开发的一个大规模车辆检测和跟踪的数据集，包含多种交通场景下的高清视频片段及注释信息。 UA-DETRAC BITVehicle车辆检测数据集包含以下内容： 1. UA-DETRAC车辆检测数据集：包括官方提供的训练集（约82085张图片）和测试集（约56167张图片），以及标注文档Annotations。 2. Vehicle-Dataset车辆检测数据集：共有3000张图片，涵盖了21个类别，其中包括自行车、公共汽车、汽车、摩托车等常见类型的车辆。 3. BITVehicle车辆检测数据集：包含9850张图像，并且对6种类型进行了标注：公共汽车(Bus)、微型客车(Microbus)、小型货车(Minivan)、轿车(Sedan)，SUV和卡车(Truck)。
  • 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。
  • 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。
  • UA-DETRAC车辆检测数据集（含训练与测试图像及XML标签）.zip
    优质
    本资源包含UA-DETRAC车辆检测数据集，内含大量训练和测试图像及其对应的XML格式标签文件，适用于目标检测研究。 UA-DETRAC车辆检测数据集包括图像数据集和XML标签文件资源文件。详情如下： 1. DETRAC-Test-Annotations-XML：测试集xml文件。 2. DETRAC-Train-Annotations-XML：训练集xml文件。 由于图像数据量较大，无法直接上传，因此提供下载链接以获取完整的训练集和测试集图像数据。请放心下载使用。
  • 基于YOLOv7的车辆检测目标识别技术-YOLOv7车辆检测.zip
    优质
    本资源提供基于YOLOv7算法的先进车辆检测与目标识别技术，旨在优化智能交通系统和自动驾驶应用。下载包含详尽代码及模型文件的YOLOv7车辆检测工具包，助力您的研究与开发工作。 基于YOLOv7的车辆检测技术进行目标检测的研究与应用。
  • UA-DETRAC测试数据集的标注
    优质
    UA-DETRAC测试数据集的标注提供了复杂交通环境下车辆行为分析的重要资源，适用于目标检测与跟踪研究。 ua-detrac测试数据集包含两个文件：DETRAC-Test-Annotations-MAT.zip 和 DETRAC-Test-Annotations-XML.zip。这些文件包含了用于评估目标检测算法的标注信息。
  • Python车辆检测与型号分类识别系统的源码及数据集，适用于任意车辆图片的识别任务
    优质
    本项目提供了一个基于Python的车辆检测与型号分类系统，包含完整源码和训练数据集，能够高效准确地识别各类汽车图像。 使用LabelImg工具对数据集中部分图片进行了Bounding Box标注，并利用MobileNet模型的SSD检测框架及其预训练模型进行车辆位置检测模型的训练与实现；同时，通过调优InceptionV4模型实现了对车辆类型的分类功能；将位置检测结果中的裁剪子图送入型号分类模型中，完成了两个模型串行连接的设计。最终形成了一套完整的可以运行演示的web产品。
  • COCO128数据集适用于目标检测任务
    优质
    COCO128数据集是专为小型项目和快速原型开发设计的目标检测数据集，它选取了原始MS COCO数据集中的前128幅图像，简化研究与应用的入门难度。 COCO128数据集适用于目标检测任务。
  • UA-DETRAC训练数据集标注
    优质
    UA-DETRAC训练数据集标注是一项针对交通场景下的视频检测与追踪任务而设计的数据注释工作，包含了大量车辆行为及运动信息。 UA-DETRAC数据集包含三个主要的标注文件：DETRAC-Train-Annotations-MAT.zip、DETRAC-Train-Annotations-XML.zip 和 DETRAC-Train-Annotations-XML-v3.zip。