程序员经验分享-hwhale

车辆信息检测数据集收集汇总

2023-10-26

搜集过程中，一些数据集的原始来源可能没找到，以网盘形式存的。如果有人找到一些本文没有标注原始出处的数据集的来源，可以分享一下，便于以后大家在某些场合使用的时候进行引用之类的。

1.UA-DETRAC

http://detrac-db.rit.albany.edu/

在这里插入图片描述
UA-DETRAC是一个具有挑战性的真实世界多目标检测和多目标跟踪基准。该数据集包括在中国北京和天津的24个不同地点使用Cannon EOS 550D相机拍摄的10小时视频。视频以每秒25帧（fps）的速度录制，分辨率为960×540像素。UA-DETRAC数据集中有超过14万个帧，手动注释了8250个车辆，总共有121万个标记的对象边界框。我们还对目标检测和多目标跟踪中的最新方法以及本网站中详述的评估指标进行基准测试。
效果图：
在这里插入图片描述

2.车牌数据集

链接：https://pan.baidu.com/s/1MU285jmYISul0owewyZdZw
提取码：lueb
如图：
在这里插入图片描述
在这里插入图片描述

3.自动驾驶数据集

目前它是自动驾驶AI的最大数据集，包含超过100,000个视频，包括一天中不同时间超过1,100小时的驾驶事件以及不同的天气条件。数据集中的带注释图像来自纽约和旧金山地区。包含提供标签的7481张训练集，还有未提供标签的7518张测试集，用于官方评测算法。参考博客

https://bdd-data.berkeley.edu/

如图：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4.车辆类型数据集

链接：https://pan.baidu.com/s/1fATRXoj2ga_x-RCVOsu74g
提取码：jmha
如图：
在这里插入图片描述
在这里插入图片描述

5.综合汽车（CompCars）数据集

http://mmlab.ie.cuhk.edu.hk/datasets/comp_cars/index.html

在这里插入图片描述
描述：综合汽车（CompCars）数据集包含来自两个场景的数据，包括来自网络性质和监视性质的图像。网络自然数据包含163辆汽车，1,716辆车型。共有136,726张图像捕获整个汽车，27,618张图像捕捉汽车零件。完整的汽车图像标有边界框和视点。**每个车型都标有五个属性，包括最大速度，排量，车门数量，座椅数量和汽车类型。**监视性质数据包含在前视图中捕获的50,000个汽车图像。有关详细信息，请参阅我们的论文。

6.汽车数据集（检测用）

在这里插入图片描述

http://ai.stanford.edu/~jkrause/cars/car_dataset.html

7.OpenData V11.0-车辆重识别数据集 VRID

http://www.openits.cn/opendata4/748.jhtml

描述：
开放的车辆重识别的数据来自某城市卡口车辆图像，由326个高清摄像头拍摄，时间覆盖日间14天，分辨率从400×424到990×1134不等。数据集中包含最常见的10种车辆款式，共10000张图像，如表1所列。为了模拟同款车辆对车辆重识别的影响，每个车辆款式里各有100个不同的车辆ID，即100个不同的车辆。在同一车辆款式里的100个车辆ID，它们的外观近乎相同，差异大部分只在于车窗部分的个性化标识，如年检标志等。此外，每个车辆ID包含有10张图像，这10张图像拍摄于不同的道路卡口，光照、尺度以及姿态均不尽相同，相应的同一车辆也可能会具有不同的外观。
车辆重识别数据集的车辆字段属性如表2所示，其中车辆品牌表示车辆品牌信息，车牌号码用于数据库里同一车辆的关联，车窗位置代表图像里的车窗所在区域的坐标，车身颜色表示的是图像里的车辆颜色信息。这些信息使得数据库不仅能用于车辆重识别研究，也可用于车辆品牌精细识别，车辆颜色识别等研究。
在这里插入图片描述

8.Stanford Cars Dataset

https://www.kaggle.com/jessicali9530/stanford-cars-dataset

描述：16,185 images and 196 classes of all the cars you’ll ever dream of
大小：2G
如图：
在这里插入图片描述

9.N-CARS数据集

https://www.prophesee.ai/dataset-n-cars/

N-CARS数据集是用于汽车分类的大型真实世界事件数据集。它由12,336辆汽车样品和11,693辆非汽车样品（背景）组成。 使用安装在汽车挡风玻璃后面的ATIS相机记录数据。数据来自各种驾驶课程。该数据集分为7940辆汽车和7482件背景训练样品，4396辆汽车和4211件背景测试样品。每个例子持续100毫秒。

10.汽车评估数据集

https://archive.ics.uci.edu/ml/datasets/car+evaluation

该模型根据以下概念结构评估汽车：

。汽车可接受性
。价格总体价格
。买入价
。维护的价格
。TECH技术特点
。舒适的舒适
。门门数
。人员携带能力
。lug_boot行李箱的大小
。安全性估计汽车的安全性

11.更多关于自动驾驶的数据集（50个）

https://blog.cambridgespark.com/50-free-machine-learning-datasets-self-driving-cars-d37be5a96b28

12.19个其他与汽车有关的数据集

https://data.world/datasets/cars

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

数据集

车辆检测

车辆信息检测数据集收集汇总 的相关文章

  • 按步长对遥感数据进行批量裁剪

    该代码支持多图像裁剪 先将tif格式的图片转为png 再对多个png图片进行批量裁剪 批量裁剪 import os import gdal makeData import numpy as np from osgeo import gdal

  • 深度学习之强调一下数据的重要性

    在深度学习模型的测试过程中 数据集的选择很重要 在构造数据集的时候 要注意做好数据的清洗和标注 一个高质量的数据集往往能够提高模型训练的质量和预测的准确率 在缺乏数据的情况下 可以尝试寻找一些公开数据集 特别是得到公认的被普遍使用的数据集

  • BDD100K数据集下载和标签格式转换问题

    BDD100K数据集下载和标签格式转换问题 数据集介绍 加州大学伯克利分校的Berkeley DeepDrive数据集由超过100K的视频序列组成 包含各种各样的注释 包括图像级标记 对象边界框 可行驶区域 车道标记和全帧实例分割 数据集具

  • LED数码管数字数据集

    LED数码管数字数据集 结合百度OCR取得很好效果 数据集结合百度的OCR百度的OCR https gitee com paddlepaddle PaddleOCR tree release 2 1 程序对应数据集训练进行目标检测识别 数据

  • 准备数据集

    目录 介绍 足够的数据集 收集图像 调整图像大小 下一步 在这里 我们简要说明了数据集的要求 然后 我们提出了收集数据的方法 在Internet上搜索图像 搜索视频并从中上传帧 然后 我们提供一些找到的视频的参考 然后 我们说明使用可用工具

  • python opencv 同窗口显示多个图像

    为了便于比对图像处理前后的效果 特别是算法处理前后的效果图 我们需要同时显示多张图片 这里采用opencv图像拼接的方法来实现我们想要的效果 1 定义函数show multi img 定义图片显示函数show multi img 共包括5参

  • 使用python批量修改文件名

    使用python对文件名进行批量修改 使用split方法对原文件名进行切分 选择需要的部分进行保留做为新的文件名 也可添加字段 函数说明 split 函数 语法 str split str num string count str n 参数

  • 各领域机器学习数据集汇总（附下载地址）

    原文地址 大学公开数据集 Stanford 69G大规模无人机 校园 图像数据集 Stanford http cvgl stanford edu projects uav data 人脸素描数据集 CUHK http mmlab ie cu

  • 去除图片中仅为背景（全0，全255）的图片

    在对遥感影像进行裁剪时 很多背景也会被裁剪出来作为一个图像 而背景值过多会影响网络性能 该代码主要去除全0图片 全255图片 仅含0和255的图片 import os import cv2 import numpy as np import

  • 数据集【NO.10】天池布匹瑕疵检测

    写在前面 数据集对应应用场景 不同的应用场景有不同的检测难点以及对应改进方法 本系列整理汇总领域内的数据集 方便大家下载数据集 若无法下载可关注后私信领取 关注免费领取整理好的数据集资料 今天分享一个非常好的非常小众的研究方向 有应用创新

  • 深度学习车辆检测实现自动驾驶

    在本文中 我将通过一个车辆检测示例演示如何使用深度学习创建目标检测器 相同的步骤可用于创建任何目标探测器 我经常有朋友和同事问我自动驾驶系统如何感知周围的环境并做出 人类 的决定 目标检测是指对图像和视频中的目标进行定位和分类 下图显示了一

  • 分类算法的R语言实现案例

    最近在读 R语言与网站分析 书中对分类 聚类算法的讲解通俗易懂 和数据挖掘理论一起看的话 有很好的参照效果 然而 这么好的讲解 作者居然没提供对应的数据集 手痒之余 我自己动手整理了一个可用于分类算法的数据集 下载链接 csdn下载频道搜索

  • 【精华】经典的图像数据集介绍

    目录 1 经典的数据集介绍 1 1 ImageNet 1 2 PASCAL VOC 1 3 Labelme 1 4 COCO 1 5 SUN 1 6 Caltech 1 7 Corel5k 1 8 CIFAR Canada Institud

  • 16个车辆信息检测数据集收集汇总（简介及链接）

    16个车辆信息检测数据集收集汇总 简介及链接 目录 1 UA DETRAC 2 BDD100K 自动驾驶数据集 3 综合汽车 CompCars 数据集 4 Stanford Cars Dataset 5 OpenData V11 0 车辆重

  • 读完 DALL-E 论文，我们发现大型数据集也有平替版

    内容提要 OpenAI 团队的新模型 DALL E 刷屏 这一新型神经网络 使用 120 亿参数 经过 特训 任意描述性文字输入后 都可以生成相应图像 如今 团队将这一项目的论文和部分模块代码开源 让我们得以了解这一神器背后的原理 原创 H

  • 全新中国交通标志检测数据集2021—CCTSDB 2021: A More Comprehensive Traffic SignDetection Benchmark（全新分类-多算法测评）

    CCTSDB 2021 重磅发布 全新数据集 全新分类 多种算法测评 欢迎大家使用 数据集发布网址 GitHub csust7zhangjm CCTSDB2021 论文原文 HCIS All Issue Human Centric Comp

  • Linux下ImageNet2012数据集下载及其配置

    简明扼要 一 训练集下载 137G http www image net org challenges LSVRC 2012 nnoupb ILSVRC2012 img train tar 验证集下载 http www image net

  • COCO数据集格式（详解）及COCO标注可视化。json转COCO等代码

    coco数据集JSON文件格式分为一下几个字段 info info dict licenses license list 内部是dict images image list 内部是dict annotations annotation li

  • 个人整理的数据集（手写中文数据、发票数据、快递单数据、车牌数据）

    本人在工作生活中收集了各个方面比较多的真实的数据集如下 一 手写中文数据集 1 档案类数据 此数据集为手写档案数据 数量较大 大约128G 图像均未标注 ex 2 手写作文数据 此数据集为手写作文数据 是大约800M左右 图像按行提供位置和

  • 模型训练 -- 数据集的获取（如何筛选想要数据）

    目录 一 前言 二 数据平台 三 数据处理 1 MaixHub平台使用 2 ZIP格式整理与上传平台 3 数据处理 使用平台删除标注 四 参考 一 前言 对于图像数据集的获取 一直是一个麻烦点 自己不想去标注数据 太繁琐了 所以 我分享出一

随机推荐

  • FFmpeg音频处理——音频混合、拼接、剪切、转码

    接触FFmpeg有一段时间了 它是音视频开发的开源库 几乎其他所有播放器 直播平台都基于FFmpeg进行二次开发 本篇文章来总结下采用FFmpeg进行音频处理 音频混合 音频剪切 音频拼接与音频转码 采用android studio进行开发

  • 一篇搞定React生命周期以及执行顺序 v16.8+(前端面试整理)

    React 组件生命周期 从事前端工作已经有一段时间 最近在面试求职者的时候发现 React最基础的实例生命周期都说不清楚 也不能说清楚每个生命周期方法具体作用 所以我通过代码 官网文档的形式总结下文 React生命周期可以说是react最

  • Ubuntu和windows系统下安装odoo16 社区版和企业版附带安装视频

    Ubuntu安装视频 ubuntu下安装odoo16社区版和企业版 Windows10安装视频 windows10安装odoo16社区版和企业版不成功的看这个视频 还是和以前的类似 先用官方的方法安装社区版 然后企业版源码覆盖掉社区版源码就

  • 数据结构 —— 线索二叉树

    线索二叉树的意义 对于一个有n个节点的二叉树 每个节点有指向左右孩子的指针域 其中会出现n 1个空指针域 这些空间不储存任何事物 浪费着内存的资源 对于一些需要频繁进行二叉树遍历操作的场合 二叉树的非递归遍历操作过程相对比较复杂 递归遍历虽

  • Rust- File

    In Rust file I O is handled primarily through the std fs and std io modules The std fs module contains several functions

  • win10此计算机无法创建家庭组,win10专业版无法创建家庭组网络该怎么办？

    在局域网中 我们可以创建一个家庭组 方便几台电脑之间互相发送文件 但是使用Win10系统的用户反应无法创建家庭组的问题 该怎么办呢 遇到这样的情况 由于系统服务未开启 系统网络设置不正确导致 我们可以通过以下方法进行修复 步骤 1 按下 W

  • TiDB关键字、保留字和注释语法

    关键字和保留字 关键字在 SQL 中有特殊的意义 例如 SELECT UPDATE DELETE 在作为表名跟函数名的时候 需要特殊对待 例如作为表名 保留字需要被反引号包住 CREATE TABLE select a INT ERROR

  • 微信公众号配置token

    1 在微信公众平台开发 基本设置页面 点击 修改配置 按钮 填写服务器地址 URL Token和EncodingAESKey token可以任意填写 对应验证的token URL对应是可以访问到 验证token的方法 的链接 2 代码中进行

  • F1-score与 F值(F-Measure)

    F1 score 综合评估分类模型 取值0 1之间 F1 score综合考虑Precision和Recall 是P和R加权调和平均 当精确率和召回率都高时 F1 score也会高 化简得到 如果类别为多类 则F1 score 求均值 或进行

  • Dynamics CRM 2015 Update 0.1 - Error.ActionFailed Microsoft.Crm.Tools.Admin.InstallDatabaseUpdatesAc

    安装最新的Update 0 1 CRM2015 Server KB3010990 ENU amd64 之后 发生数据库无法更新的问题 重新访问CRM之后可以看到服务器已经被更新到7 0 1但数据库仍然停留在7 0 0 错误日志如下 Micr

  • Python

    目录 系列目录 原项目地址 8 常用数据结构之列表 列表的运算符 补充 切片及索引介绍 索引的一般方式 切片操作的基本表达式 object start end step 切片操作的 详细切法 列表的比较运算 列表元素的遍历 方法一 方法二

  • 不开心的小朋友

    华为23年7月od笔试题第三题 不开心的小朋友 题目已忘记 但大题意思是 输入一个数代表摇摇车的数量 在下一行输入一串数字 用空格隔开 每个数字代表不同的小朋友的编号 小朋友的编号不能重复 每个小朋友只有一个编号 小朋友排队坐摇摇车 如果小

  • 大管家前端线上笔试

    1 盒子模型 盒子模型 我们把网页中的各个部分都看成一个盒子 盒子由外到内包括外边距 margin 边框 border 内边距 padding 内容 content 两种盒子模型 标准盒子模型 默认盒子模型 width boder padd

  • 【Python技巧】正则表达式：（?:）匹配多个字符串之一；（非获取匹配）

    当需要匹配多个字符串其中之一时 如 匹配 你 我 她 他 四个字符串之一时 使用非元组捕获语 exp 例子 import re content2 我市政协 我爱协商 新平台建设工作的加强与落实 搭建 协商在民主 新模式 推进 协商朋友圈 协

  • 【第3篇】GooLeNet——Inception结构的开创者

    文章目录 摘要 1 引言 2 近期工作 3 动机和高层思考 4 架构细节 5 GoogLeNet 6 训练方法 7 ILSVRC 2014分类挑战赛设置和结果 8 ILSVRC 2014检测挑战赛设置和结果 9 总结 摘要 我们在Image

  • 5.Linux删除文件和目录

    在 Linux 中 可以使用 rm 命令来删除文件和目录 文件夹 下面是一些常见的删除操作及其示例 删除单个文件 使用 rm 命令加上要删除的文件名称即可 rm filename 删除名为 filename 的文件 删除多个文件 可以同时删

  • Maven中DependencyManagement和Dependencies区别

    Maven使用DependencyManagement元素来管理依赖版本号 通常会在一个组织或者项目的最顶层的父POM中看到DependencyManagement元素 使用pom xml文件中的DependencyManagement元素

  • python向列表添加元素的三种方法append()、extend() 和 insert()

    向列表增加元素的三种方法 只能处理list 1 append append 方法是将参数作为一个元素增加到列表的末尾 只接受一个参数 参数可以是任何数据类型 被追加的元素在List中保持着原结构类型 a 1 2 3 a append 4 b

  • c++ 读写标记

    r 打开只读文件 该文件必须存在 r 打开可读写的文件 该文件必须存在 rb 读写打开一个二进制文件 只允许读写数据 rt 读写打开一个文本文件 允许读和写 w 打开只写文件 若文件存在则文件长度清为0 即该文件内容会消失 若文件不存在则建

  • 车辆信息检测数据集收集汇总

    车辆信息检测数据集收集汇总 1 UA DETRAC 2 车牌数据集 3 自动驾驶数据集 4 车辆类型数据集 5 综合汽车 CompCars 数据集 6 汽车数据集 检测用 7 OpenData V11 0 车辆重识别数据集 VRID 8 S

热门标签