yolov5人车和台阶(障碍物)数据集 共2785张 已标注 下载既跑下载

weixin_39820535 2023-04-12 08:30:15
yolov5 多样化数据集 共三项人车台阶 车包括自行车摩托车 car 卡车 bus 等 训练五次大部分稳定在0.9 下载便可运行。最新整理 标注详细 自用无错。yolov5 多样化数据集 共三项人车台阶 车包括自行车摩托车 car 卡车 bus 等 训练五次大部分稳定在0.9 下载便可运行。最新整理 标注详细 自用无错。yolov5 多样化数据集 共三项人车台阶 车包括自行车摩托车 car 卡车 bus 等 训练五次大部分稳定在0.9 下载便可运行。最新整理 标注详细 自用无错。yolov5 多样化数据集 共三项人车台阶 车包括自行车摩托车 car 卡车 bus 等 训练五次大部分稳定在0.9 下载便可运行。最新整理 标注详细 自用无错。yolov5 多样化数据集 共三项人车台阶 车包括自行车摩托车 car 卡车 bus 等 训练五次大部分稳定在0.9 下载便可运行。最新整理 标注详细 自用无错。yolov5 多样化数据集 共三项人车台阶 车包括自行车摩托车 car 卡车 bus 等 训练五次大部分稳定在0.9 , 相关下载链接:https://download.csdn.net/download/weixin_65555233/87618309?utm_source=bbsseo
...全文
232 回复 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
自动驾驶多类别交通目标检测数据集 数据集名称:自动驾驶多类别交通目标检测数据集 数据规模: - 训练集:5,623 - 验证集:1,593 - 测试集:814 分类类别: car(汽车)、bus(公交车)、bicycle(自行车)、trafficlights(交通灯)、person(行人)、zebracrossing(斑马线)、stop_sign(停车标志)等26类交通相关目标 标注格式: YOLO格式标注文件,包含标准化坐标与类别标签 自动驾驶系统开发: 支持车辆、行人、交通标志等多目标实时检测,适用于L3-L4级自动驾驶感知模块训练 交通监控系统优化: 可用于道路异常事件检测(如opendoor/opendoor开门状态、ashcan/ashcan障碍物等场景识别) 智能驾驶辅助系统: 支持反射锥(spherical_roadblock)、台阶(stairs)等特殊场景目标识别,提升复杂路况应对能力 学术研究: 提供humantrafficlights(交通指挥员)、tactile_paving(盲道)等特色标注数据,支撑创新性研究 场景覆盖全面: 包含26类交通相关目标,涵盖车辆、基础设施、人员、特殊障碍物等多维度检测需求 标注专业精准: YOLO格式标注兼容主流检测框架,支持快速模型训练与部署 数据分布合理: 超8,000高质量标注数据,严格划分训练/验证/测试集,满足工业级模型开发需求 长尾场景支持: 包含票务闸机(ticket_barrier)、三轮车(tricycle)等特殊目标,提升模型场景适应能力
数据集介绍:自动驾驶多场景交通物体检测数据集 一、基础信息 数据集名称:自动驾驶多场景交通物体检测数据集 数据量统计: - 训练集:10,300 - 验证集:2,568 - 测试集:1,848 分类类别: 1. Auto(汽车): 包含各类乘用车辆 2. Bicicleta(自行车): 涵盖不同骑行状态的自行车 3. Cordon(路障): 道路施工与交通管制标识 4. Cruces(十字路口): 复杂交叉路口场景 5. Cruzar(行人过街): 行人通过斑马线等行为 6. Escalones(台阶): 道路边缘及特殊地形 7. Moto(摩托车): 不同行驶姿态的摩托车 8. Parar(停车标识): 交通禁令与指示标志 9. Persona(行人): 多姿态行人检测 10. Pozo(道路坑洞): 路面异常状况检测 标注格式: YOLO格式标注,含标准化边界框坐标与类别标签 二、适用场景 自动驾驶感知系统开发: 支持车辆、行人、障碍物的多目标实时检测,适用于ADAS与L4级自动驾驶算法训练 智能交通管理系统: 可训练道路异常检测模型,实时识别坑洞、路障等影响交通安全的要素 车载安全预警系统: 适用于开发行人过街预警、摩托车盲区监测等安全功能 道路场景理解研究: 包含复杂十字路口、特殊地形等场景,支持驾驶环境语义分割研究 三、数据集优势 全要素覆盖: 同时包含移动物体(车辆/行人)与静态要素(路障/坑洞),完整反映真实道路环境 多场景适配: 涵盖日间/夜间、城市/郊区等不同光照与道路条件,包含直行、转弯、停车等多样化场景 高密度标注: 单图平均包含2.3个检测目标,支持复杂场景下的模型鲁棒性训练 任务兼容性强: YOLO标注格式可直接适配主流检测框架(YOLOv5/v7/v8等),支持目标检测与行为分析等多任务扩展

13,656

社区成员

发帖
与我相关
我的任务
社区描述
CSDN 下载资源悬赏专区
其他 技术论坛(原bbs)
社区管理员
  • 下载资源悬赏专区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧