CULane 是一个大规模的具有挑战性的数据集,用于交通车道检测的学术研究。 它是由安装在北京不同司机驾驶的六辆不同车辆上的摄像头收集的。 收集了超过 55 小时的视频,提取了 133,235 帧。 在每一帧中,交通车道都用三次样条手动注释。 对于车道标记被车辆遮挡或看不见的情况,仍根据上下文进行车道注释。 障碍物另一侧的车道没有注释。 在这个数据集中,主要关注的是四车道标记的检测,这在实际应用中
CULane 是一个大规模的具有挑战性的数据集,用于交通车道检测的学术研究。 它是由安装在北京不同司机驾驶的六辆不同车辆上的摄像头收集的。 收集了超过 55 小时的视频,提取了 133,235 帧。 在每一帧中,交通车道都用三次样条手动注释。 对于车道标记被车辆遮挡或看不见的情况,仍根据上下文进行车道注释。 障碍物另一侧的车道没有注释。 在这个数据集中,主要关注的是四车道标记的检测,这在实际应用中是最受关注的。 其他车道标记没有注释。
数据集所属: 香港中文大学多媒体实验室描述CULane是用于行车道检测学术研究的大规模具有挑战性的数据集。它由安装在六辆由北京不同驾驶员驾驶的不同车辆上的摄像机收集。收集了超过55小时的视频,并提取了133,235…
简单记录一下。 1、配置、训练步骤 可以新建一个虚拟环境,专门跑laneatt算法,方便管理。 新建之后切换到该虚拟环境(博主的是叫laneatt)执行: conda instasll pytorch torchvision torchaudio cudatoolkit=1…
Ultra-Fast-Lane-Detection - 第二批任务赛题九 :利用MindSpore实现Ultra-Fast-Lane-Detection车道检测网络
目前使用较多的车道线数据集有2个,tusimple和culane,tusimple数据集图片原始分辨率为720P的,而culane数据集原始分辨率为1640x590,由于SCNN开源时候,使用了等比缩放到288x800分辨率,导致以后绝大部分方法都是使用这个分辨率训练的,首先自己数据集跟culane不同,而且288x800分辨率使用基于分割的方法运算量较大,在板卡上运行太慢,也做了相关试验,更改了backbone和分辨率,在UFLD上使用mbv2和256x512的分辨率训练,模型较resnet18,F1降低了大约3个点,但是在板卡速度为20ms(288x800 rensnet18为70多),提升较大,所以对于图片分辨率,可以将原始图片上方天空部分去除,在原图上降低图像分辨率,记录下生成脚本
数据来源:生态环境部地表水融合数据发布 水质数据:断面名称, 所在省份, 所在地市, 所属流域, 所属河流, 水质, 水温, pH值, 溶解氧, 电导率, 浊度, 高锰酸盐指数, 化学需氧量, 五日生化需氧量, 氨氮, 总磷, 总氮, 铜, 锌, 氟化物, 硒, 砷, 汞, 镉, 六价铬, 铅, 氰化物, 挥发酚, 石油类, 阴离子表面活性剂, 硫化物。注:按照《“十四五”国家地表水监测及评价方案(试行)》(环办监测函〔2020〕714号)、《2021年国家生态环境监测方案》(环办监测函〔2021〕88号),国家地表水环境质量监测网实行“9+X”监测与评价。
野生图像数据集中的标记鱼类由 NOAA Fisheries(国家海洋渔业服务局)提供,以鼓励对无约束水下图像的自动图像分析算法进行开发、测试和性能评估。该数据集包括鱼类、无脊椎动物和海床的图像,这些图像是使用部署在远程操作车辆 (ROV) 上的摄像系统收集的,用于渔业调查。The manuscript (Cutter et al., 2015) demonstrates methods for a
包含全国水文监测点名称,行政区,流域,水系,编码,经度,纬度,河流,站类代码,站点类型,地址,时间,数据来源:全国雨水情信息
CCTV新闻联播文字版包含CCTV中央电视台2007年-2022年最新的每日播放内容文字版,内容丰富多样,包含国际国内经济、政治、文化、体育等等多个方面的信息,被称为“中国政坛的风向标”, 具有极高的研究挖掘价值。