Advertisement

已标注的夜间车辆检测数据集。

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

简介：
夜间车辆监测数据集已经完成了标注工作，并包含带有XML标签的文件，这些文件涵盖了用于训练和测试的各个部分，总共约有10000张图像。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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。
     
  • 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。
     
  • Yolov5夜间车辆检测方案+权重+标注数据集+PyQt界面
    优质
    本项目提供了一种基于Yolov5的夜间车辆检测解决方案，包含预训练模型权重及标注数据集，并集成PyQt用户界面。 该项目使用YOLOv5进行夜间场景下的车辆检测。训练权重基于几千张包含道路车辆的数据集，在输入尺寸为640x640的情况下获得，模型的mAP值达到90%以上。此外，项目代码包括一个pyqt界面，支持图片、视频以及调用摄像头进行实时目标检测，并提供相应的选择项。 数据集中包含了行人和汽车两类物体，标签文件分别以txt和xml格式保存在两个不同的文件夹中。整个系统基于PyTorch框架编写，使用Python语言实现。
     
  • 已完成标注的车辆数据集.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。
     
  • 香港夜间车辆图像数据集
    优质
    本数据集收录了香港夜间各种环境下的车辆图像，旨在为低光照条件下的计算机视觉研究提供支持。 香港夜间多种类型车辆图像数据集：包括小汽车、出租车、巴士、小巴等，可用于夜间车辆检测识别研究。
     
  • 基于YOLOv5的夜间车辆检测模型
    优质
    本研究开发了一种基于YOLOv5框架的夜间车辆检测模型，通过优化算法和数据增强技术，在低光照条件下实现了高效准确的目标识别。 Yolov5夜间车辆检测模型是一种用于在夜间环境中识别和定位车辆的深度学习模型。
     
  • 已标注的行人检测数据集
    优质
    该数据集包含大量已标记的行人图像，旨在支持行人检测算法的研发与评估，促进智能监控及自动驾驶技术的进步。 行人检测数据集包括已标注的xml文件和txt文件，包含训练集、测试集和验证集。下载并解压后即可使用。
     
  • 日夜间数据集列表：包含昼夜标注的数据集合
    优质
    本数据集提供详尽的日间与夜间场景标注信息，旨在支持计算机视觉研究中的昼夜区分和图像理解任务。 日夜数据集列表收集了白天和黑夜的图像及其分割或检测注释的数据集： 1. Mapillary Vistas 数据集（ICCV2017）：包含带有语义分割标签的街道图像，涵盖白天和夜晚场景，但未提供相应标签。 2. KAIST多光谱行人数据集（CVPR2015）：由95,000对色温图像组成，每张图像大小为640x480像素、帧速率为20Hz。这些图像是从车辆视角采集的，并带有边界框注释，包括白天和夜晚的数据。 3. SYNTHIA（CVPR2016）：提供逼真的城市场景渲染图像及精确的语义分割标签，涵盖白天和黑夜的不同光照条件。 RGBD数据集列表： 1. 纽约大学深度数据集V2（ECCV2012）：记录了室内场景中的RGB与深度信息，并包含部分子集中带有语义分割标注的数据。参考的其他数据集仅包括单一时间段（白天或夜晚）内的图像。 城市景观数据集（CVPR2016），该数据集只含有白天或者黑夜图像的相关资料。
     
  • 已标注的火焰目标检测数据集
    优质
    该数据集包含了大量经过精细标注的图像，专注于火焰及其相关目标的识别与定位，适用于研究和开发火灾预警系统。 该数据集包含1500多张图片，并使用labelme工具进行标注（包括xml坐标信息），适用于yolo v5等目标检测算法用于火焰检测。
     
  • 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。