NEXET数据集下载

Samples

 

 

Overview

一个针对车辆分类及检测的数据集，主要用于检测车尾，2D检测框并不会包含车辆全部，如下

 

 

数据集共含有50k的图像，134361个box2D标签。时间场景有三种，分别是

day; night; twilight

 

Data Explore

nexet_2017_1 -- 含有50k张用于车辆检测的图像

train.csv -- 显示每张图片的时间场景以及拍摄点，每行记录的特征值如下

image_filename  lighting  city

train_boxes.csv -- 图片中车辆的box2D以及车辆类型，每行记录的特征值如下

image_filename  x0  y0  x1  y1  label  confidence

 

数据初始化

 

修改对应的root_path,从文件中获取图片的标签imgs_lable_dict，键、值分别是图片和对应的标签，键值是一个列表格式，每一个元素为一个车辆标签，其格式为[xmin, ymin, xmax, ymax, catagory]

import osimport csv

imgs_lable_dict = {}with open(os.path.join(root_path, "train_boxes.csv"), "r") as file:    csv_file = csv.reader(file)    csv_file.__next__()    for row in csv_file:        if row[0] not in imgs_lable_dict.keys():            imgs_lable_dict[row[0]] = []        imgs_lable_dict[row[0]].append([float(row[1]), float(row[2]), float(row[3]), float(row[4]), row[5]])

 

关注公众号，后台回复 nexet 即可获得数据集