Advertisement

车辆Re-ID数据集（按视角分类）_VERI-WILD, VERI-776版本

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

简介：
简介：VERI-WILD和VERI-776是两个针对不同驾驶场景下的车辆重识别任务的数据集，它们按照视角进行了详细分类，为研究者提供丰富的训练与测试资源。 不同方向成对图像拼接（保持车ID不变）可以用于一般用途，并作为数据增强的数据集来生成不同角度的图像。利用GAN网络能够进一步提升这一过程的效果。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 车辆Re-ID数据集（按视角分类）_VERI-WILD, VERI-776版本
    优质
    简介：VERI-WILD和VERI-776是两个针对不同驾驶场景下的车辆重识别任务的数据集，它们按照视角进行了详细分类，为研究者提供丰富的训练与测试资源。 不同方向成对图像拼接（保持车ID不变）可以用于一般用途，并作为数据增强的数据集来生成不同角度的图像。利用GAN网络能够进一步提升这一过程的效果。
     
  • 车辆Re-ID角度分类数据集
    优质
    本数据集专注于车辆重新识别（Re-ID）中的角度问题，提供了大量不同视角下的车辆图像，旨在推动跨摄像头追踪技术的发展。 不同方向成对图像拼接（保持车ID不变）可以用于一般用途，并作为数据增强的数据集来生成不同角度的图像。利用GAN网络能够进一步处理这些图像。
     
  • VeRi-776 数据集
    优质
    VeRi-776数据集是一个专为视频重识别设计的研究资源库，包含超过5,000位行人在不同条件下拍摄的数十万张图像和数千段视频片段。 车辆重识别使用VeRi-776数据集，供大家学习使用。
     
  • 车辆重识别数据集：Vehicle Re-ID 数据集合 коллекция
    优质
    车辆重识别数据集（Vehicle Re-ID）提供了一个大规模、多样化的车辆图像库，用于研究跨摄像头追踪车辆的技术挑战。该数据集合包含了丰富的真实世界场景下的车辆图片和相关信息，旨在推动车辆再识别领域的技术发展与应用创新。 Vehicles识别数据集目录内容如下： 1. image_query/：该文件夹包含1678张用于查询的图像。 2. image_test/：该文件夹包含11579张测试用图像。 3. image_train/：该文件夹包含37778张训练用图像。 4. name_query.txt：此文件列出了所有查询图片的名字。 5. name_test.txt：此文件列出所有测试图片的名字。 6. name_train.txt：此文件列出所有用于训练的图片名字。 7. test_track.txt：记录了所有的测试轨迹。每个轨迹包含大约六张同一车辆的不同拍摄图像。
     
  • 车辆分类数据集
    优质
    本数据集包含各类车型的详细信息及图像，旨在支持车辆识别与分类研究。涵盖轿车、SUV等主要类型，适用于机器学习和AI视觉项目。 对奔驰G系列和C系列进行分类。
     
  • VOC数据集中的各类车辆分类数据集
    优质
    本数据集包含VOC标准下丰富多样的车辆图像分类样本，涵盖多种车型与场景，旨在促进智能交通系统和自动驾驶技术的研发。 VOC数据集包含不同车辆类别的分类数据集。
     
  • 车辆分类识别数据集.zip
    优质
    本数据集包含各类车型图片及标注信息，旨在用于训练和测试车辆分类算法模型。适用于自动驾驶、交通监控等领域研究。 MIT-CBCL Car Database是由麻省理工学院提供的一个车辆分类数据集，适用于训练分类器。该数据集中包含516个文件的图像，尺寸为128 × 128像素，并以PPM格式存储，总大小未压缩时约为17.8 MB，已压缩后则为24.8 MB。
     
  • US101 NGSIM数据集-车道保持车辆分类数据集
    优质
    简介：US101 NGSIM数据集专注于分析加州US101高速公路特定路段内车道保持车辆的行为特征，提供了详细的车辆分类及动态信息。 根据车辆编号对US101中的数据进行整合，并筛选出车道保持的车辆信息。每个工作表包含一辆车道保持车辆的所有时刻的信息，适合用于轨迹规划、预测和分析决策。这些数据全面且价格低廉。
     
  • 车辆识别与分类的数据集
    优质
    本数据集包含了大量标注清晰的道路车辆图像，旨在促进研究者在车辆识别和分类领域的算法开发与性能评估。 该数据集包含自行车、摩托车、汽车和货车的图像数据，可用于训练CNN模型以实现车辆识别与分类任务。其中，自行车、摩托车及汽车的数据来源于2005年PASCAL视觉对象挑战赛（VOC2005）中的筛选处理结果；而货车图片则通过网络收集并进行后期筛选得到。在本数据集中，训练集和测试集的比例约为5:1。 文件列表包括： - 训练集：train.tfrecords - 测试集：test.tfrecords 标签值解释如下： 0 - 自行车 1 - 汽车 2 - 摩托车 3 - 货车
     
  • 车辆图片识别与分类-数据集
    优质
    本数据集包含大量经过标注的车辆图片，用于训练和测试车辆图片识别及分类模型。 用于开发、评估和比较学习方法的数据收集。