最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

目前关于自动驾驶数据集你想知道的,应该都在这里了,这是「整数智能」自动驾驶数据集八大系列分享之系列一:

「本期划重点」

    • Mapillary推出最大、最多样化的公开交通标志数据集,覆盖全球六大洲

    • DTLD提供差值图像,低分辨率下也可以实现物体识别

    • 清华大学与腾讯合作,推出10万张交通标志高清图像

最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

「八大系列概览」

自动驾驶数据集分享是整数智能推出的一个全新分享系列,在这个系列中,我们将介绍目前为止各大科研机构和企业推出的所有公开自动驾驶数据集。数据集主要分为八个系列:
    • 系列一:目标检测数据集🔗

    • 系列二:语义分割数据集

    • 系列三:车道线检测数据集

    • 系列四:光流数据集

    • 系列五:Stereo Dataset

    • 系列六:定位与地图数据集

    • 系列七:驾驶行为数据集

    • 系列八:仿真数据集

本文是<系列一目标检测数据集>的第三篇,下一期我们将开始介绍语义分割数据集。

下面共包括15个数据集:
01

「Mapillary Traffic Sign Dataset」

  • 发布方:Mapillary

  • 下载地址:

    https://www.mapillary.com/dataset/trafficsign

  • 论文地址:

    https://arxiv.org/abs/1909.04422

  • 发布时间:2020年

  • 简介:Mapillary 交通标志数据集是世界上最大、最多样化的公开交通标志数据集,用于检测和分类世界各地的交通标志

  • 特征

    • 100,000 张高分辨率图像,52,000 张全部标注,48,000 张部分标注

    • 313个带有边界框标注的交通标志类别, 320,000 个标注的交通标志

    • 多样性:覆盖各种天气、季节、一天中的各种时间,同时包含城市和乡村地区道路,图像和交通标志类别的全球地理范围,覆盖 6 大洲

最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

02

「DriveU Traffic Light Dataset」

  • 发布方:乌尔姆大学 (Ulm University)

  • 下载地址:

    https://www.uni-ulm.de/in/iui-drive-u/projekte/driveu-traffic-light-dataset/registrierungsformular-dtld/

  • 论文地址

    https://doi.org/10.1109/ICRA.2018.8460737

  • 发布时间:2018年

  • 简介:数据集提供差值图像,对宽度为 5 像素或更小的对象进行标注,非常适合在非常低的分辨率下进行物体识别领域的研究

  • 特征

    • 188个视频片段,3366张标注图片,分辨率为2048×1024,40951个标注对象,超过 230,000 个带注释的交通信号

    • 标注:344 个不同的标签类别,2D标注,交通灯包含不同属性如灯的颜色、方向

    • 采集环境:德国11个城市,包含不同天气和白天不同时间,2300公里驾驶路程

    • 采集设备:2个百万像素级别相机进行采集

最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

03

Tsinghua-Tencent 100K Tutorial

  • 发布方:清华大学

  • 下载地址:

    https://cg.cs.tsinghua.edu.cn/dataset/form.html?dataset=tt100k

  • 论文地址:

    https://cg.cs.tsinghua.edu.cn/traffic-sign/0682.pdf

  • 发布时间:2016年

  • 大小:10.8G

  • 简介:清华大学依据100000张腾讯街景全景图中创建了一个大型交通标志基准。提供了100000张包含30000个交通标志实例的图像。这些图像涵盖了光照度和天气条件的巨大变化

  • 特征

    • 100000张包含30000个交通标志实例的图像,图像分辨率为2048 × 2048,数据来源于腾讯街景数据,该数据集选择了中国5个城市的街景图

    • 包含交通标志但不包含信号灯

    • 多样性:覆盖不同天气和光照条件下的数据

    • 标注:采用多边形标注,分为三种类型的交通标志——警告、禁止和强制性的标志,各种标志的分布比例不均

最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

04
「Bosch Small Traffic Lights」
  • 发布方:Bosch(博世)

  • 下载地址:

    https://hci.iwr.uni-heidelberg.de/content/bosch-small-traffic-lights-dataset

  • 论文地址

    https://ieeexplore.ieee.org/document/7989163

  • 发布时间:2017年

  • 大小:25.24GB

  • 简介:用于交通信号灯检测的数据集,包含了各种复杂多样性环境下的交通灯图像,该数据集提供了高分辨率的图像以及较为精确的标注结果

  • 特征

    • 13427 张图像,分辨率为 1280×720 像素, 24000 个带2D框标注的交通信号灯

    • 数据集分为训练集和测试集

    • 训练集:5093张图像、10756个带标注的信号灯、15种不同标签、中位信号灯宽度为8.6 像素

    • 测试集:8334张图像、13486个带标注的信号灯、4个不同的标签(红色、绿色、黄色、关闭)、中位信号灯宽度为8.5像素

    • 采集环境:旧金山湾区

最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

05

「KUL Belgium Traffic Sign dataset」

  • 发布方:苏黎世联邦理工大学 (ETH Zürich)

  • 下载地址:

    http://people.ee.ethz.ch/~timofter/traffic_signs/

  • 论文地址:

    https://btsd.ethz.ch/shareddata/publications/Timofte-MVA-2011-preprint.pdf

  • 发布时间:2013年

  • 大小:50GB

  • 简介:用8个高分辨率摄像头安装在一辆面包车上,总计超过3个小时,带有交通标志标注,大约16000张背景图片

  • 特征

    • 145,000 张图片,分辨率为1,628 × 1,236 像素

    • 标注:9,006张静态图像上的13,444个交通标志标注,距离采集的相机50m以内的范围

    • 数据集分为三部分:

    • 训练集:8,851个标注,16,045张不包含交通标志的背景图片

    • 2D测试集:4,593个标注,583 张背景图

    • 3D测试集:1,625个标注,121,632张背景图

    • 提供了一个名为BelgiumTSC的子集,其中有4,591个裁切过的训练样本和2,534个裁切过的测试样本。这些数据对应于原始的BelgiumTS训练和2D测试部分

    • 采集地点:通过GeoAutomation在比利时,佛兰德斯地区的城市道路中采集

最全自动驾驶数据集分享系列一|目标检测数据集(3/3)

06

「German Traffic Sign」

  • 原创文章,作者:整数智能,如若转载,请注明出处:https://www.agent-universe.cn/2022/04/8388.html

Like (0)
Previous 2022-04-20
Next 2022-05-09

相关推荐