车祸相关公开数据集（免费下载）

最新推荐文章于 2025-04-11 09:29:44 发布
最新推荐文章于 2025-04-11 09:29:44 发布
阅读量7k 收藏 34
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。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

 

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
机器学习笔记 - 各领域公开数据集下载
学以致用 知行合一
09-11 1529
MVTec 异常检测数据集 （MVTec AD） 2019。Kolektor表面缺陷数据集2019。RSDDs 铁路表面数据集 2017。TILDA 纺织品数据集 1996。有缺陷的太阳能电池数据集2018。工业磨损预测数据集 2021。凯尔伯格纹理数据集 2014。NEU表面缺陷数据集2013。谢韦尔钢铁缺陷检测2019。不同照明下的纹理 2006。纹理分类数据集 2019。桥梁裂缝数据集 2016。路面裂缝数据集 2016。木材缺陷数据集 2003。绝缘子数据集 2018。磁瓦数据集 2018。
全球交通事故数据集（10,000 条交通事故报告记录，11特征）CSV
02-19
全球交通事故数据集包含来自全球不同地点的 10,000 条交通事故报告记录。它提供了对事故模式、原因和促成因素的重要见解，帮助研究人员、政策制定者和 AI 开发人员分析趋势并改善道路安全。 事故 ID 每个事故报告的唯一标识符。 日期 事故发生的日期 （YYYY-MM-DD）。 时间 事故发生时间（HH：MM 格式）。 位置 事故发生的城市和国家。 纬度 事故地点的 GPS 纬度。 经度 事故地点的 GPS 经度。 天气状况 事故发生时的天气（例如，晴朗、雨、雾、雪）。 路况 道路状况（例如，干燥、潮湿、冰冻、下雪）。 涉及车辆 事故中涉及的车辆数量。 伤亡 事故造成的伤害和死亡总数。 原因 事故的主要原因（例如，超速、酒后驾驶、分心驾驶）。
交通事故车辆分割数据集labelme格式3467张4类别
FL1623863129的博客
01-08 448
重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割。标注类别名称:["car_crash","motorbike_crash","cargo","participant_crash"]数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件)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。标注数量(json文件个数)：3467。
【目标检测】交通事故数据集4801张YOLO+VOC（已增强）
最新发布
lwx666sl的博客
04-11 566
【目标检测】交通事故数据集4801张YOLO+VOC（已增强） 数据集介绍：含增强，图片为真实与游戏场景的交通事故标注 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：4801 Annotations文件夹中xml文件总计：4801 labels文件夹中txt文件总计：4801 标签种类数：2 标签名称:["moderate","severe"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以label
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/
CADP——监控视角下的交通事故数据集介绍
Sanse_的博客
05-05 4560
解决道路交通安全自动时空注释研究缺乏公开数据的问题。
【数据集】【YOLO】【目标检测】交通事故识别数据集 8939 张，道路事故识别毕业设计，YOLO道路事故目标检测实战训练教程！
CV 小涵的博客，计算机本硕211毕业，研究计算机视觉、模型微调、RAG等方向，收藏有国内外优质数据集，解决视觉相关项目方案，欢迎交流讨论。
11-05 4495
【数据集】【YOLO】【目标检测】交通事故识别数据集 8939 张，YOLO道路事故目标检测实战训练教程！ 【数据集】道路事故识别数据集 8939 张，目标检测，包含YOLO/VOC格式标注。数据集中包含2种分类：{'0': 'accident', '1': 'non-accident'}。数据集来自国内外图片网站和视频截图。检测范围道路事故检测、监控视角检测、无人机视角检测、等，可用于智慧城市、智慧交通，服务于交通拥塞预警、交通安全排查。
[数据集介绍][目标检测]城市道路交通事故数据集VOC格式1182张
FL1623863129的博客
03-15 1334
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)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。标注类别名称:["accident"]图片数量(jpg文件个数)：1182。标注数量(xml文件个数)：1182。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
交通事故的数据-数据集
10-31
本数据集包含大量的交通事故信息，可用于预防交通事故的发生 数据描述 纽约市警察局从2020年1月至2020年8月报告的机动车碰撞。每条记录代表一次单独的碰撞，包括事故的日期，时间和位置（市镇，邮政编码，街道名称，纬度/经度），车辆和受害人参与其中，并促成因素。 字段介绍 英文 中文 CRASH DATE 发生日期 CRASH TIME 发生时间 BOROUGH 自治市镇 ZIP CODE 邮政编码 LATITUDE 纬度 LONGITUDE 经度 LOCATION 地点 ON STREET NAME 街道名称 CROSS STREET NAME 十字路口名称 OFF STREET NAME 街边名称 NUMBER OF PERSONS INJURED 受伤人数
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)：...
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 ...
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
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
英国车祸数据（2005-2015）数据集
07-07
英国车祸数据（2005-2015）
2020年道路事故的综合数据集（61K+记录，20特征）CSV
01-22
这个全面的数据集提供了多年报告的道路事故的详细信息。该数据集包含与事故状态、车辆和伤亡参考、人口统计和伤亡严重程度相关的各种属性。它包括行人详细信息、伤亡类型、道路维护工人参与以及伤亡者所在地区的多重剥夺指数 （IMD） 十分位数等基本因素。 列： 状态：事故的状态（例如，已报告、正在调查）。 Accident_Index：每个报告的事故的唯一标识符。 Accident_Year：事故发生的年份。 Accident_Reference：与事故相关的参考编号。 Vehicle_Reference：事故中涉及车辆的参考编号。 Casualty_Reference：事故中涉及的伤亡者的参考编号。 Casualty_Class：表示伤员的类别（例如，驾驶员、乘客、行人）。 _of_Casualty：伤员的性别（男性或女性）。 Age_of_Casualty：伤员的年龄。 Age_Band_of_Casualty：伤员所属的年龄组（例如，0-5、6-10、11-15）。 Casualty_Severity：伤亡人员受伤的严重程度（例如，致命、严重、轻微）。 Pedestrian_Location：事故发生时行人的位置。 Pedestrian_Movement：事故期间行人的移动。 Car_Passenger：指示伤亡者在事故发生时是否为汽车乘客（是或否）。 Bus_or_Coach_Passenger：指示伤亡者是公共汽车还是长途汽车乘客（是或否）。 Pedestrian_Road_Maintenance_Worker：指示伤亡者是否为道路维护工人（是或否）。 Casualty_Type：伤亡类型（例如，司机/骑手、乘客、行人）。 Casualty_Home_Area_Type：伤亡者居住的区域类型（例如，城市、农村）。 Casualty_IMD_Decile：伤亡者居住地区的 IMD 十分位数（剥夺的衡量标准）。 LSOA_of_Casualty：与伤员位置关联的下层超级输出区域 （LSOA）。 此数据集为分析道路事故、识别趋势和实施安全措施以减少伤亡和提高道路安全提供了有价值的见解。研究人员、政策制定者和分析师可以利用此数据集进行基于证据的决策并改善整体道路运输系统。
全球交通事故数据-Global Traffic Accident Data (2015-2024)
02-12
全球交通事故数据集（2015-2024）包含多个国家的详细事故记录。它包括事故严重程度、天气状况、道路类型和交通信号状态等信息。该数据集可用于预测事故多发区、分析道路安全趋势和开发基于人工智能的事故预防模型。 特点： 1000条记录涵盖了不同地点的事故案例。 用于绘制事故位置的地理空间数据（纬度、经度）。 天气和路况，分析影响事故的外部因素。 车辆参与和伤亡数据，用于严重程度评估。 违反交通规则（例如，饮酒、交通信号）。 可能的用例： 道路安全分析 事故严重程度预测 政策建议的数据可视化 基于人工智能的事故预防
全国31个省市自治区交通事故数、死亡人数等公开数据（1998－2017年）
li514006030的博客
04-16 3099
数据集名称：全国31个省市自治区交通事故数、死亡人数等数据 时间范围：1998－2017年 数据来源：中国国家发展和改革委员会、中国交通运输部、中国民用航空局、中国国家邮政局、中国工业和信息化部以及中国国家统计局 相关说明：“交通事故(Traffic Accident)”是指车辆在道路上因过错或者意外造成人身伤亡或者财产损失的事件。交通事故不仅是由不特定的人员违反道路交通安全法规造成的；也可以是由于地震、台风、山洪、雷击等不可抗拒的自然灾害造成。按照我国相关法律的规定，道路交通事故，是指车辆在道路上的
CarCrashDataset：交通事故预判的数据集利器
gitblog_00266的博客
03-26 970
CarCrashDataset：交通事故预判的数据集利器 CarCrashDataset [ACM MM 2020] CCD dataset for traffic accident anticipation. 项目地址: htt...
Car crash dataset：车祸数据集
qq_38220914的博客
03-03 892
可以说，优质的数据集是自动驾驶技术发展的基石，它为算法提供了丰富的学习素材，决定了自动驾驶系统的性能和安全性。也有在雨天、雪天拍摄的，车辆在湿滑的路面上行驶，能见度降低，这些场景对于自动驾驶系统的感知和决策能力是极大的考验。此外，还有在夜晚拍摄的视频，不同的光照条件，如路灯、车灯等，增加了场景的复杂性，使数据集更加贴近真实的驾驶环境。这种由学生主导创建的数据集，往往具有独特的视角和创新性的思路，为自动驾驶技术的研究注入了新的活力。通过对比分析，研究者可以选择更优的算法和模型，推动自动驾驶技术的不断进步。
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