车祸相关公开数据集（免费下载）

最新推荐文章于 2024-05-21 07:28:30 发布
最新推荐文章于 2024-05-21 07:28:30 发布
阅读量5.8k 收藏 35
点赞数 3
分类专栏： 公开数据集 Dataset 文章标签： database 数据库 大数据 数据分析 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_56831217/article/details/124745317
版权
本文介绍了多个公开的交通事故数据集，包括纽约市人与机动车碰撞数据、美国全国交通事故数据、1990-2019年道路交通死亡数据以及澳大利亚致命车祸数据。这些数据集涵盖了详细的事故信息，如时间、地点、伤亡情况、事故原因等，可用于数据分析和研究。数据集可在DataCastle平台下载。
摘要由CSDN通过智能技术生成

 

Vehicle Collisions 纽约市机动车与人相撞

背景描述

这是 2021 年在纽约发生的人与机动车碰撞事故的数据。仅过滤掉超过 1,000 美元的受伤或死亡案件。总结了事件的日期和时间、受伤的位置以及警方对事件的描述。

数据说明

CRASH_DATE: 事故发生日期

CRASH_TIME： 事故发生时间

PERSON_INJURY ：受伤，死亡，未指定

PERSON_AGE : 根据出生日期自动计算

BODILY_INJURY ：受伤的身体部位（即头部、面部、颈部等）

SAFETY_EQUIPMENT ：正在使用的安全设备（即腰带、安全带、儿童约束装置、安全气囊等）

PERSON_SEX: 人员性别

PERSON_TYPE : 骑自行车者、机动车乘员、行人

PED_LOCATION ：行人的位置（

最低0.47元/天 解锁文章
陶707
关注
  • 3
    点赞
  • 踩
  • 35
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
英国交通事故数据2019.rar
07-01
英国交通事故数据2019，包含数据字典和数据集，数据集中有六十多个维度的信息。
道路交通事故数据：来源，问题和收集方法概述
06-05
道路交通事故数据是支持开发，实施和评估倾向于减少道路交通事故的高速公路安全计划的有用工具。 收集道路交通事故数据旨在更好地了解道路交通运营问题，确定危险的路段，识别风险因素，制定准确的诊断和补救措施以及评估道路安全计划的有效性。 此外，许多机构和企业也可以使用它们，例如：执法人员识别道路交通事故中的过失人员； 保险公司寻求有关交通事故索赔的事实； 道路安全研究人员访问交通事故可靠的数据库； 决策者为交通和公路安全制定长期的，全州范围的战略计划； 以及高速公路安全管理人员，以帮助教育公众。 考虑到车辆碰撞数据的实际重要性，本文概述了与道路交通碰撞数据相关的来源，趋势和问题。
交通事故信息 (2018-2023）数据集
02-22
交通事故信息 (2018-2023）数据集 数据说明： 地理范围:准确定位事故发生地点，提供对Brazil各地交通事故的深入地理分析。 事故细节:每个事故的详细说明，包括道路特征、时间以及导致这些事故的一系列因素。 受害者见解:关于受害者的综合数据，揭示了人为因素对事故的影响，信息，如驾驶嫌疑人醉酒和许多其他信息。 选择这个数据集的原因： 政府支持的可靠性:直接来源于政府记录，确保真实性和准确性 公共数据为公共利益:作为一个公共数据集，它邀请研究人员，决策者，城市规划者和数据爱好者解开模式，提出解决方案，促进Brazil更安全的道路 丰富的历史背景:该数据集跨越五年，提供了时间深度，可用于趋势分析和预测建模
深度学习之图像数据集：交通事故车辆数据集
02-29
数据集介绍：该数据集由损坏汽车的图像、汽车的成本价格及其保险索赔等参数组成 数据集大小：103MB 数据集详情：该数据集由损坏汽车的图像、汽车的成本价格及其保险索赔等参数组成。 • trainlmages 文件夹：包含 1399 个训练图像 • testlmages 文件夹：包含 600 个测试图像 • train.csv：包含 1399 x 8 个数据点 • test.csv：包含 600 x 6 个数据点 • sample_submission。 csv：包含 5 x 3 个数据点 应用机器学习技能来构建一个回归模型，该模型可以预测数据集中提供的汽车的保险索赔。
目标检测——CCD车祸数据集
最新发布
猫脸码客的博客
05-21 1092
车祸数据集（CCD）是一个专门用于交通事故分析的数据集，它包含了由安装在驾驶车辆上的行车记录仪拍摄的真实交通事故视频。这些视频记录了事故发生时的真实场景，为研究人员提供了宝贵的第一手资料。与现有的数据集相比，CCD具有以下几个显著的特点：多样化的事故注释：CCD不仅包含了事故发生的视频资料，还提供了详细的事故注释信息。这些注释涵盖了环境属性（如白天/夜晚、下雪/下雨/良好的天气条件）、是否涉及自我车辆、事故参与者和事故原因描述等多个方面。这些注释信息有助于研究人员更全面地了解事故发生的背景和原因。
2016年至2019年间美国交通事故数据集
07-01
该数据集涵盖了从2016年至2019年间美国城市（Reynoldsburg、Dayton、Williamsburg等城市）发生的交通事故。该数据集共有476万多条数据，数据集中的一些指标如下所示：ID、Source、TMC、Severity、Start_TIme、End_Time、Start_Lat、Start_Lng等等
道路交通事故数据集VOC-1182张.zip
03-15
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1182 标注数量(xml文件个数)：1182 标注类别数：1 标注类别名称:["accident"] 每个类别标注的框数： accident count = 1179 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注 视频详细介绍：www.bilibili.com/video/BV1Gb411Z7Y6/
国内外交通数据集介绍（附参数说明）
热门推荐
Mr.J的博客
03-22 2万+
本文对国内外部分交通数据集进行了介绍、对相关参数的进行了说明。
[数据集][图像分类]道路交通事故分类数据集1070张4类别
FL1623863129的博客
03-28 683
类别名称:["bike_accident","bus_accident","car_accident","non_accident"]特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理分类存放。数据集格式：仅仅包含jpg图片，每个类别文件夹下面存放着对应图片。bike_accident 图片数：220。bus_accident 图片数：235。car_accident 图片数：268。non_accident 图片数：347。图片数量(jpg文件个数)：1070。
基于协同半监督学习的交通事故文本分类
Seere的博客
07-22 957
Keras、Numpy、Pandas、Sklearn 一、背景 前面所作工作： 利用Pandas、Numpy对多数据表之间相互匹配并创建交通数据集 交通事故文本多分类——做一个快乐的调包侠（传统机器学习） 利用word2vec、textCNN、jieba对事故文本多分类及致因修复（三维向量） 在之前的建模中，存在一个比较大的问题就是数据量太少，真正匹配出来有对应label的文本仅仅20...
用于训练深度学习模型 的交通、火灾和事故图像数据集_python_代码_下载
06-12
Traffic-Net 是一个包含密集交通、稀疏交通、事故和燃烧车辆图像的数据集 raffic-Net是一个交通图像数据集，收集这些图像是为了确保可以训练机器学习系统来检测交通状况并提供实时监控、分析和警报。这是DeepQuest AI的一部分，旨在训练机器学习系统感知、理解并采取相应的行动来解决它们所部署的任何环境中的问题。 这是 Traffic-Net 数据集的第一个版本。它包含 4,400 张图像，涵盖 4 个类别。此版本中包含的类是： 事故 交通密集 火 稀疏流量 每个类别有1100 张图像，其中900 张图像用于训练，200 张图像用于测试。我们正在努力在未来添加更多类别，并将继续改进数据集。
Accidents in France from 2005 to 2016 2005年至2016年发生在法国的事故-数据集
03-11
该数据集收录了2005到2016年发生在法国的事故数据 每年，交通事故都会造成数千人死亡。 我坚信数据科学可以永远使用，这就是为什么我决定做出这样的贡献。 caracteristics.csv holidays.csv places.csv users.csv vehicles.csv
California Traffic Collision Data from SWITRS来自SWITRS的加利福尼亚交通碰撞数据-数据集
03-18
来自SWITRS的加利福尼亚交通碰撞数据:向CHP报告的每次交通冲突的详细信息。 California Traffic Collision Data from SWITRS_datasets.txt California Traffic Collision Data from SWITRS_datasets.zip
tad-IROS2019:Pytorch中的无监督交通事故检测代码
05-02
第一人称视频中的无监督交通事故检测 于瑶*，徐明则*，王雨辰，戴维·克兰德尔和埃拉·阿特金斯 更新 :collision: 2020年5月19日：！ DoTA可以看作是A3D的扩展，它提供了更多的视频（4677个原始视频）和注释（异常类型，异常对象和跟踪ID）。 DoTA还提供了驾驶视频中的更多基准，例如异常检测，动作识别和在线动作检测。 相应的论文可以在找到。 介绍 此存储库包含A3D数据集和关于无监督交通事故检测的的代码。 此代码还包含针对ICRA论文的改进实现，该论文是交通事故检测的重要基础。 原始项目回购是 。 要求 要在功能就绪的HEV-I数据集或以HEV-I样式准备的数据集上运行代码，请执行以下操作： cuda 9.0 or newer pytorch 1.0 torchsummaryX tensorboardX 训练和测试 请注意，我们将FOL和自我运动预测模型应用于无监督的异常检测。
YOLO车辆检测数据集-dataset.rar
03-21
本数据集“YOLO车辆检测数据集-dataset.rar”是专为训练YOLO模型进行车辆检测而设计的，包含了多种类型的车辆类别，如bus、car、SUV、taxi和truck，这使得模型能够识别并区分不同类型的车辆。 数据集的组成部分： ...
道路交通事故检测数据集VOC+YOLO格式11819张2类别.7z
03-28
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：11819 标注数量(xml文件个数)：11819 标注数量(txt文件个数)：...
英国车祸数据（2005-2015）数据集
07-07
标题中的“英国车祸数据（2005-2015）数据集”是指一个包含英国在2005年至2015年间交通事故详细信息的数据集合。这个数据集可能是由政府机构、研究机构或者像Kaggle这样的数据竞赛平台提供的，用于分析、研究和学习...
yolo 疲劳驾驶数据集
06-05
YOLO（You Only Look Once）是一种流行的目标检测算法，具有快速、精度高等特点，近年来被广泛应用于计算机视觉领域。疲劳驾驶数据集是一种用于检测驾驶员疲劳程度的数据集，对于提高道路安全性具有重要意义。 疲劳驾驶是一种严重的交通安全隐患，严重的时候可能会导致车祸事故。因此，为了防止疲劳驾驶事故的发生，研究人员需要大量的数据用于训练算法，识别疲劳驾驶的迹象，如频繁打哈欠、眼皮下垂、头部晃动等。 疲劳驾驶数据集可以包括很多种传感器数据，如摄像头、红外线、心率、脉搏等，也可以包括驾驶员胡言乱语、鼾声、打呼声、打电话等各种声音信息。这样的数据集可以用于训练各类机器学习算法，如支持向量机、随机森林、神经网络等，也可以用于训练深度学习算法，如YOLO等。 通过疲劳驾驶数据集的训练，我们可以使计算机更加准确地识别疲劳驾驶的迹象，提高道路安全性。同时，疲劳驾驶数据集也有利于研究人员更好地理解驾驶者的习惯，为未来开发更安全的汽车技术提供参考。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值