官方问题反馈
API接口问题反馈
-
综合汽车数据集
0 话题该数据集是被CVPR 2015 论文“用于细粒度分类和验证的大规模汽车数据集”所使用的。综合汽车 (CompCars) 数据集包含来自两个场景的数据，包括来自网络自然和监视自然的图像。 web-nature 数据包含 163 个汽车制造商和 1,716 个汽车型号。 总共有 136,726 张拍摄整车的图像和 27,618 张拍摄汽车零件的图像。 完整的汽车图像标有边界框和视点。 每个车型都标有五创建时间: 2022-11-17 00:19 -
花卉数据集
0 话题该数据集包含 4242 张花卉图像。数据收集基于数据flicr、google images、yandex images。此数据集可用于从照片中识别植物。数据图片会分为五类：洋甘菊、郁金香、玫瑰、向日葵、蒲公英。每个种类大约有800张照片。 照片分辨率不高，约为 320x240 像素。 照片不会缩小到单一尺寸，它们有不同的比例。创建时间: 2022-11-17 00:19 -
昼夜行人序列数据集
0 话题数据集由两组序列组成。 这些序列被命名为白天和夜晚集，指的是它们被获取的一天中的时刻，Visible和 FIR 取决于用户记录序列的相机。 白天训练 3695 个 imegas，晚上训练 3390 个图像，每个序列大约有 1500 个强制性行人注释。 用于测试两个序列的约 700 张图像，白天约有 2000 名行人，夜间约有 1500 名行人。创建时间: 2022-11-17 00:18 -
LISA交通灯数据集
0 话题为了为未来交通灯识别 (TLR) 研究的比较提供共同基础，我们根据美国道路的镜头收集了一个广泛的公共数据库。该数据库收集于美国加利福尼亚州圣地亚哥。该数据库提供了四个主要用于测试的白天和两个夜间序列，提供了在太平洋海滩和圣地亚哥拉霍亚的 23 分 25 秒的驾驶时间。该数据库由连续测试和训练视频序列组成，共有 43,007 帧和 113,888 个带注释的交通信号灯。这些序列由安装在车辆车顶上的立创建时间: 2022-11-17 00:18 -
德国交通标志识别数据集
0 话题“德国交通标志识别基准”是在 2011 年国际神经网络联合会议 (IJCNN) 上举办的多类单图像分类挑战赛。交通标志的自动识别是高级驾驶辅助系统所必需的，并且构成了具有挑战性的现实世界计算机视觉和模式识别问题。该数据集收集了超过 50,000 个交通标志图像的全面、逼真的数据集。它反映了由于距离、照明、天气条件、部分遮挡和旋转而导致的标志视觉外观的强烈变化。这些图像由几个预先计算的特征集补充，以创建时间: 2022-11-17 00:18 -
交通信号灯检测图像
0 话题该数据集来自 Bosch Small Traffic Lights Dataset，是一个用于基于视觉的交通信号灯检测的准确数据集。该数据集包含 13427 个摄像机图像，分辨率为 1280x720 像素，并包含大约 24000 个带注释的交通信号灯。 注释包括交通灯的边界框以及每个交通灯的当前状态（活动灯）。相机图像以使用红色-清晰-清晰-蓝色滤镜拍摄的原始 12 位 HDR 图像和重建的 8创建时间: 2022-11-17 00:18 -
LiDAR 2D深度图像数据集
0 话题该数据集包含 2D 深度图像，如下图所示。像 KITTI 数据集中的 360 度 LiDAR 框架在传感器本身周围呈圆柱形。该数据集中的 2D 深度图像可以表示为您在 LiDAR 框架的圆柱体上进行了切割并将其拉直以位于 2D 平面中。这些 2D 深度图像的像素代表反射物体与 LiDAR 传感器的距离。 2D 深度图像的垂直分辨率（在我们的例子中为 64）表示用于扫描周围环境的 LiDAR 传感器创建时间: 2022-11-17 00:18 -
Cam2BEV数据集
0 话题该存储库包含两个语义分割的道路场景图像合成数据集，它们是作为 Cam2BEV 项目的一部分创建的。在该项目中，数据集收集了多个车载摄像头的图像，并被用于计算语义分割的鸟瞰图（BEV）图像。同时该数据集被arXiv论文"A Sim2Real Deep Learning Approach for the Transformation of Images from Multiple Vehicle-Mo创建时间: 2022-11-17 00:18 -
雷达场景数据集
0 话题RadarScenes 数据集包含来自四个汽车雷达传感器的记录，这些传感器安装在一辆测量车辆上。 添加了来自一台前置纪实相机的图像。 它于 2016 年至 2018 年在德国乌尔姆录制。该数据集的长度超过 4 小时，除了来自雷达传感器的点云数据外，还提供了 12 个不同类别的逐点语义注释。除了逐点类标签外，跟踪 ID 还附加到动态对象的每个单独检测，以便可以随时间跟踪各个对象。创建时间: 2022-11-17 00:18 -
Comma2k19 LD
0 话题该数据集是CVPR2022论文"Towards Driving-Oriented Metric for Lane Detection Models"的数据集。为了在同一数据集上评估传统指标和以任务为中心的下游指标 E2E-LD 和 PSLD，需要用到车道线注释和驾驶信息（例如位置、转向角和速度）。 因此，我们创建了一个名为 Comma2k19-LD 的新数据集，我们在其中手动注释了 2,000 帧创建时间: 2022-11-17 00:18
