CULane交通道路检测数据集
Mars平台
交通计算机视觉
1081 54 最新发布时间:2021-05-28 17:25 文件格式:图像

CULane交通道路检测数据集

一、数据集描述

CULane数据集是一个大规模具有挑战性的交通道路检测数据集,主要运用于学术研究领域。该数据集是由不同驾驶员操控的六辆不同的轿车所安装的摄像头采集的,道路所在地为北京市。该数据集采集了超过55小时的视频数据,提取了133235帧图像。数据样本如以下图一所示。该数据集已经将88880张图像划分为训练集,9675张图像划分为验证集,以及34680张图像划分为测试集。其中测试集划分成了普通和其余8种具有挑战性的种类,分别对应了图一中的9个示例。

/

图一:数据示例

对于每帧图像,该数据集运用方点组成的样条曲线人工标注出了交通道路。对于道路线被车辆遮挡或者无法看见的情况,该数据集仍然根据图像情境进行了标注,如图一中的示例(2)(4)。此外数据集的图像需要算法能够区分出道路中的护栏,如图一中的示例(1),因此图像中护栏另外一边的道路线未被标注。该数据集主要集中检测双向四车道的道路线,也是实际应用中最常见的。其他的道路线未被标注。

二、使用方式

数据集文件夹应当包括:

  1. 训练集&验证集图片以及标注文档:
    - driver_23_30frame.tar.gz
    - driver_161_90frame.tar.gz
    - driver_182_30frame.tar.gz
    对于每张图片有一个对应的**".txt"**标注文档,其中文档的每行给出了每条道路线关键点的x, y坐标。
  2. 测试集以及标注文档:
    - driver_37_30frame.tar.gz
    - driver_100_30frame.tar.gz
    - driver_193_90frame.tar.gz
  3. 训练/验证/测试列表:
    - list.tar.gz
    对于train_gt.txt,即训练集的图片列表,文档每行的格式为“输入图像,像素级标签,四个0或1的数字标志着从左至右的四条道路线”
  4. 应用于训练集&验证集的道路分割标签:
    - laneseg_label_w16.tar.gz
    该文档是从原标注文件生成的。

三、数据集来源

  • 数据集下载链接:https://xingangpan.github.io/projects/CULane.html
关注我们