全新中国交通标志检测数据集2021—CCTSDB 2021
项目地址: https://gitcode.com/Resource-Bundle-Collection/37f18 简介
CCTSDB 2021是一个全新的中国交通标志检测数据集，旨在为交通标志检测研究提供一个更全面、更复杂的基准。该数据集在CCTSDB 2017的基础上进行了扩展，增加了4000多幅真实交通场景图像和详细的注释，并替换了许多原始的易检测图像为困难样本，以适应复杂多变的检测环境。
数据集特点
- 样本数量增加：新增4000多幅真实交通场景图像，使数据集更加丰富和多样化。
- 困难样本替换：替换了许多原始的易检测图像为困难样本，提高了检测网络的鲁棒性。
- 多维度分类：创建了新的专用测试集，并根据类别含义、符号大小和天气条件进行分类。
- 多算法测评：在新的基准上对九种经典的交通标志检测算法进行了综合评价，帮助确定算法未来的研究方向。
数据集结构
- 训练集：包含16356张图像，编号为00000-18991。
- 阳性样本测试集：包含1500张图像，编号为18992-20491。
- 负片样本：包含500张负片样本图像。
文件说明
- XML压缩包：存储训练集和阳性样本测试集的XML格式注释文件。
- train_img压缩包：存储训练集图像。
- train_labels压缩包：存储训练集的TXT格式注释文件。
- test_img压缩包：存储阳性样本测试集图像。
- 基于天气和环境的分类压缩包：存储根据天气和照明条件分类的阳性样本测试集的XML格式注释文件。
- 基于交通标志大小分类压缩包：存储根据图像中交通标志大小分类的阳性样本测试集的XML格式注释文件。
使用说明
- 下载数据集：请从提供的下载链接中获取数据集文件。
- 解压缩文件：解压缩下载的文件，获取训练集、测试集和相关注释文件。
- 使用数据集：根据需要使用数据集进行交通标志检测算法的训练和测试。
引用
使用该数据集时，请引用以下论文：
- Jianming Zhang, Xin Zou, Li-Dan Kuang, Jin Wang, R. Simon Sherratt, Xiaofeng Yu, CCTSDB 2021: A more comprehensive traffic sign detection benchmark, Human-centric Computing and Information Sciences, 2022, vol. 12, Article number: 23, DOI: 10.22967/HCIS.2022.12.023.
致谢
感谢长沙理工大学的相关学者及团队制作并发布该数据集，为交通标志检测研究提供了宝贵的资源。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
扫一扫
4060
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
