用于目标检测的车辆数据集有哪些
时间: 2023-12-25 12:19:49 浏览: 64
以下是用于目标检测的车辆数据集的一些例子:
1. KITTI Vision Benchmark Suite:这个数据集包含了各种场景下的连续图像序列,其中包括了各种类型的车辆,如轿车、卡车、自行车等。数据集还包含了车辆的3D边界框标注和深度图。
2. BDD100k:这是一个大规模的驾驶场景数据集,其中包含了各种天气条件和驾驶情境下的图像和视频。数据集中包含了超过10万个图像和视频帧,并且有人类标注的车辆和行人边界框。
3. Udacity Self-Driving Car Dataset:这个数据集包含了从一台自动驾驶汽车上收集的图像和视频,其中包含了各种驾驶情境下的车辆和行人。数据集还包含了车辆的边界框标注和相机校准数据。
4. ApolloScape:这是一个由百度Apollo开发的数据集,其中包含了各种城市场景下的高分辨率图像和视频。数据集中包含了车辆、行人、自行车和其他障碍物的边界框标注。
5. Cityscapes:这是一个用于城市场景下的视觉应用的数据集,其中包含了各种车辆、行人和其他障碍物的图像和视频。数据集中包含了精确的像素级标注,可以用于语义分割和实例分割。
这些数据集都可以用于训练和评估目标检测算法,以便在各种驾驶情境下准确地检测车辆。
相关问题
自动驾驶目标检测数据集有哪些
目前常用的自动驾驶目标检测数据集包括:
1. KITTI 数据集:由德国卡尔斯鲁厄理工学院和丰田美国技术研究所联合发布,包含真实道路场景中的图像和点云数据,用于车辆、行人、自行车等目标的检测和跟踪。
2. Cityscapes 数据集:由德国斯图加特大学发布,包含城市街道场景的高分辨率图像数据,用于车辆、行人、自行车等目标的检测和分割。
3. COCO 数据集:由微软发布,包含各种场景的图像和目标的标注信息,用于目标检测、分割、关键点检测等任务。
4. BDD100K 数据集:由加州大学伯克利分校发布,包含各种天气和光照条件下的城市场景图像和标注信息,用于车辆、行人、自行车等目标的检测。
5. ApolloScape 数据集:由百度自动驾驶实验室发布,包含各种城市场景的图像、点云、语义分割等数据,用于自动驾驶的感知和决策。
6. Waymo 数据集:由谷歌旗下的 Waymo 公司发布,包含真实道路场景中的图像、点云和标注信息,用于自动驾驶的感知和决策。
目标检测无人机数据集
目前常用的目标检测无人机数据集有以下几个:
1. UAVDT(Unmanned Aerial Vehicle Detection Tracking):该数据集包含了无人机在真实场景下的视频序列,包括11个城市中的280个视频。数据集中包含23个类别的目标,如行人、车辆、自行车等。
2. VisDrone:这是一个大规模的无人机视频数据集,包含了具有挑战性的场景,如天气变化、目标遮挡等。数据集中包含了共12个类别的目标,如车辆、行人、自行车等。
3. DOTA(Dataset for Object Detection in Aerial Images):该数据集是专门针对航空图像中目标检测任务而设计的,包含2806张高分辨率航空图像。数据集中包含了15个类别的目标,如飞机、船只、桥梁等。
4. NWPU VHR-10(Northwestern Polytechnical University Very High Resolution 10):这是一个用于航空图像目标检测的数据集,包含了800张高分辨率航空图像。数据集中包含了10个类别的目标,如车辆、建筑物、游泳池等。
以上是一些常用的目标检测无人机数据集,它们可用于训练和评估目标检测算法在无人机图像中的性能。