TT100K数据集

已于 2023-06-02 15:48:53 修改
阅读量557 收藏
点赞数 2
文章标签： python
于 2023-06-02 15:48:21 首次发布
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_72661711/article/details/131008616
版权

http://cg.cs.tsinghua.edu.cn/traffic-sign/data_model_code/data.zip

鹿归林572
关注
tt100k道路交通标识完整数据集(含voc和yolo格式标签，适用于各种目标检测算法直接使用).zip
03-20
tt100k道路交通标识完整数据集(含voc和yolo格式标签，适用于各种目标检测算法直接使用).zip 【数据集说明】 1、数据集大小接近10GB，图像包含了184种交通标志，数据包含图片以及voc格式(xml)、yolo格式(txt)标签文件，可转换称json格式，如需要请私信我。 2、数据集标注精准、背景丰富、场景多样、实况拍摄，目标有大有小，分布均匀，已使用yolov5训练，且移植到安卓手机，效果很好，移植好的APP+源码下载链接为：https://download.csdn.net/download/DeepLearning_/88994929 3、数据集都已经处理划分好，请放心下载使用，由于图片数据太大，故资源种含有全部标签文件+全部图片下载链接。 【备注】 请放心下载使用，内含全部图片+voc+yolo格式标签，有任何使用问题请私信或者留言，我会帮助解疑答惑！ 请放心下载使用，内含全部图片+voc+yolo格式标签，有任何使用问题请私信或者留言，我会帮助解疑答惑！ 请放心下载使用，内含全部图片+voc+yolo格式标签，有任何使用问题请私信或者留言，我会帮助解疑答惑！
YOLOV7训练TT100K交通标识符数据集
qq_42475191的博客
05-27 4656
临江仙》作者：缠中说禅浊水倾波三万里，愀然独坐孤峰。龙潜狮睡候飙风。无情皆竖子，有泪亦英雄。长剑倚天星斗烂，古今过眼成空。乾坤俯仰任穷通。半轮沧海上，一苇大江东。
TT100K2021数据集标注格式转换
r502818330的博客
02-25 1226
数据集大概17.8G，包含4个文件夹，其中三个文件夹，分别存放的图片是 train文件夹存放了 6107张图片，test 文件夹存放了 3073 张图片，other 存放了7643 张（没标签 没sign的）图片。annotations_all.json存放的是数据集的标注信息。TT100K 数据集的标注文件以 JSON 格式提供，描述了每张图片中交通标志的边界框坐标和类别标签。TT100K数据集是一个公开的交通标志数据集，由清华大学和腾讯联合发布。转为VOC(标注文件xml结尾)
TT100K数据标注文件（json）
04-14
TT100K数据标注文件（json）~~TT100K数据标注文件（json）
目标检测数据集——中国交通标志检测tt100k数据集
最新发布
笑脸惹桃花的博客
04-05 913
中国交通标志检测tt100k数据集，处理好的jpg+xml+txt数据集，直接可用。
带Json标注的数据集转成TFRecord（TT100K数据集）
Dlog的博客
04-15 4866
问题描述: 手上有TT100K数据集，图片标注信息是json文件（作者用Qt开发的标注软件标注），但是想用Tensorflow Object Detection API来训练，之前做的Demo都是xml格式的标注，那么，如何将TT100K转成想要的TFRecord呢？ 参考上一篇博客（VOC数据集转换成TFRecord文件）：https://blog.csdn.net/m0_37970224/ar...
【YOLO系列】TT100K数据集, YOLO格式, COCO格式
qwe___ewq的博客
01-03 353
TT100K YOLO可直接使用的数据集
基于Yolov8的交通标志牌（TT100K）识别检测系统
09-17 4538
基于Yolov8的交通标志牌（TT100K）识别检测系统
TT100K数据集标签-txt+xml+源码
12-16
处理过后的TT100K数据集标签，包含VOC格式的xml文件和yolo格式的txt文件，以及处理脚本。 原数据地址：https://cg.cs.tsinghua.edu.cn/traffic-sign/ 参考链接：...
基于TT100k数据集+YOLOv5算法的道路交通标识识别系统源码+训练好的模型（高分项目）
12-11
基于TT100k数据集+YOLOv5算法的道路交通标识识别系统源码+训练好的模型（高分项目）基于TT100k数据集+YOLOv5算法的道路交通标识识别系统源码+训练好的模型（高分项目）基于TT100k数据集+YOLOv5算法的道路交通标识...
基于yolov5的交通标志牌识别项目，使用tt100k数据集.zip
02-20
【项目资源】： 包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。 ... 【项目质量】： 所有源码都经过严格测试，...
中国交通标志TT100K检测数据集VOC+YOLO格式7962张45类别.7z
09-23
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)：7962 标注数量(xml文件个数)：7962 标注数量(txt文件个数)：7962 标注类别数：45 更多信息访问博文：https://blog.csdn.net/FL1623863129/article/details/142448008
深度学习交通标志识别系统：定制算法集成与全新TT100K数据集的应用,深度学习下的交通标志识别：TT100K数据集类别清洗与定制算法训练，含源码与界面系统,深度学习交通标志识别，数据集+源码+界面系统
02-26
深度学习交通标志识别系统：定制算法集成与全新TT100K数据集的应用,深度学习下的交通标志识别：TT100K数据集类别清洗与定制算法训练，含源码与界面系统,深度学习交通标志识别，数据集+源码+界面系统 ，对TT100K数据...
深度学习实战TT100K中国交通标志检测【数据集+YOLOv5模型+源码+PyQt5界面】
weixin_40280870的博客
09-27 3654
本项目采用 YOLOv5 模型构建 TT100K 中国交通标志识别模型。YOLOv5 具有高效的目标检测能力，能准确识别交通标志。利用 TT100K 数据集进行训练，充分发挥其丰富标注和多样性优势。同时，使用 PyQT5 构建用户界面，提供直观的交互体验。用户可通过界面上传图像或视频，模型快速识别其中的交通标志并展示结果。该项目为交通标志识别提供了有效解决方案，助力智能交通发展和提升道路安全。
TT100K数据集转yolo格式教程并分享做好的yolo格式数据集
qq_40880583的博客
02-29 3957
TT100K数据集转yolo格式教程，并分享做好的yolo格式的数据集 ---
基于yolov5的中国交通标志TT100K检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
FL1623863129的博客
09-23 1928
TT100K数据集作为该系统的训练基础，包含大量从中国多个城市收集的交通标志图像，覆盖了城市道路、乡村道路及高速公路等多种场景，确保了模型的泛化能力。训练完成的模型能够实时识别道路上的交通标志，如停车标志、限速标志、警告标志等，为自动驾驶和智能交通系统提供关键信息支持，确保行车安全。基于YOLOv5的中国交通标志TT100K检测系统不仅提升了交通标志识别的效率和准确性，也为智能交通领域的发展注入了新的动力。在训练过程中，系统利用反向传播算法不断优化网络参数，提高模型对各类交通标志的识别精度。
python TT100K数据集标注转化为yolo格式
yeeeeeeeeeeees的博客
12-22 1895
由于项目需要进行【交通标志检测】，我们选择TT100K数据集作为我们的训练测试数据集。又因为使用的目标检测网络为YOLO系列，所以需要将TT100K数据集的标注转换成yolo格式的标注，并根据项目需要，将TT100K数据集的交通标志分类分为3类：指示标志（标签为1，对应原数据集“i”开头的类别）、禁令标志（标签为2，对应原数据集“p”开头的类别）、警告标志（标签为3，对应原数据集“w”开头的类别）。
TT100K数据集增强方法：替换法、黏贴法以及常规扩充方法
m0_59208577的博客
09-25 1203
TT100K数据集，是由清华与腾讯的联合实验室整理并公布的，提供的 10 万张图像包含了 30000 个交通标志，图像来源于由 6 个像素很高的广角单反相机在中国的多个城市拍摄的腾讯街景全景图，拍摄地点的光照条件、天气条件有所不同。原始的街景全景图分辨率为 8192x2048，再将全景图裁剪分为四份，最终数据集的尺寸为 2048x2048。TT-100K 数据集所含交通标志的类别较为全面，整个数据集共出现 221 种不同的类别，标注了的有128类。
【目标检测】TT100K数据集使用，提取标注信息并转换成VOC格式的xml文件或yolo格式的txt文件
热门推荐
qq_41226186的博客
03-27 1万+
TT100K数据集使用，提取标注信息并转换成VOC格式的xml文件
tt100k数据集
03-12
### TT100K 数据集概述 TT100K 是一个广泛用于交通标志识别的目标检测数据集，由清华大学和腾讯联合发布。该数据集包含了大量中国道路上常见的交通标志图像及其标注信息[^1]。 #### 下载与使用说明 为了获取并使用此数据集： - 可通过官方提供的链接下载 `Tsinghua-Tencent 100K Annotations 2021` 的 `.zip` 压缩包文件，并将其解压到本地目录中。 - 官方提供了详细的教程文档来指导如何处理这些数据，建议按照指南中的指示操作以确保正确解析和利用数据集资源。 #### 数据特征描述 TT100K 数据集中共有 **7,962** 张图片覆盖了 **45** 种不同类型的交通标志分类。每一张图片都经过精确的人工标注，在原始版本基础上增加了更多的细粒度标签以便于更深入的研究工作[^2]。 对于目标检测任务而言，每个交通标志都被标记在一个矩形框内，这有助于算法学习特定类别的外观模式以及位置分布特性。 值得注意的是，尽管数据质量得到了严格把控，但对于基于此数据集训练出来的模型性能不作出具体承诺；使用者应自行评估所开发系统的有效性及可靠性。 ```python import os from PIL import Image import xml.etree.ElementTree as ET def parse_voc_xml(xml_file_path): tree = ET.parse(xml_file_path) root = tree.getroot() objects = [] for obj in root.findall('object'): name = obj.find('name').text bndbox = obj.find('bndbox') xmin = int(bndbox.find('xmin').text) ymin = int(bndbox.find('ymin').text) xmax = int(bndbox.find('xmax').text) ymax = int(bndbox.find('ymax').text) objects.append({ 'class': name, 'bbox': [xmin, ymin, xmax, ymax] }) return { 'filename': root.find('filename').text, 'objects': objects } # Example usage with VOC format XML file from the dataset example_annotation = './path/to/tt100k/Annotations/some_image.xml' parsed_data = parse_voc_xml(example_annotation) print(parsed_data) ```
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