博世小型红绿灯数据集免费

资源介绍

抽象

我们提供博世小型红绿灯数据集，这是一个用于视觉-based红绿灯检测的准确数据集。视觉-onlyba sed红绿灯检测和跟踪是城市环境中实现全自动驾驶的重要一步。我们希望此数据集能够轻松测试异议检测方法，尤其是对于较大图像中的小对象。
这些场景涵盖了各种道路场景和典型
困难：

• 繁忙的街景内城
• 交通密度不同的郊区多车道道路
• 密集的停车和停车交通
• 道路工程
• 照明/曝光的强变化
• 阴天有小雨
• 闪烁/浮动红绿灯
• 多个可见红绿灯
• 可与红绿灯共用的图像部件（例如大型圆形尾灯）

数据批评

此数据集以1280 x720像素的分辨率将 13427 个摄像机图像与 24000 个带注释的红绿灯联网。注释包括红绿灯的界框以及每个红绿灯的当前状态（活动灯）。
相机图像以原始的 12 位 HDR 图像提供，这些图像是用红清晰透明蓝色滤镜拍摄的，并用作重新构建的 8 位 RGB 彩色图像。RGB 图像用于调试，也可用于培训。但是，RGB 共反转过程存在一些缺点。一些共反图像可能与文物有关，颜色分布可能看起来不寻常。
数据集规格：

• 培训集：
  • 5093 图像
  • 每 2秒注释一次回合
  • 10756 带注释的红绿灯
  • 交通信号灯宽度中位数： +8.6 像素
  • 15 个不同的标签
  • 170盏灯被部分遮挡
• 测试集：
  • 8334共执行图像
  • 在第 15fps 回合中注释
  • 13486 带注释的红绿灯
  • 交通灯宽度中位数：8.5 像素
  • 4 标签（红色、黄色、绿色、关闭）
  • 2088 灯部分遮挡

对于测试集，每个 f拉米都附有注释，并使用时间信息来提高标签的准确性。测试集独立于培训集录制，但在同一区域内。该数据集旨在原型红绿灯检测方法，它不打算涵盖所有案例，也不用于生产。

示例图像：

引用

数据集是作为 ICRA 2017 年
出版物《交通灯的深度学习方法：检测、跟踪和分类（视频）》
的一部分创建的 如果您在此数据上发布工作 ba sed，请引用以下文章：

@inproceedings{BehrendtNovak2017ICRA,
  title={A Deep Learning Approach to Traffic Lights: Detection, Tracking, and Classification},
  author={Behrendt, Karsten and Novak, Libor},
  booktitle={Robotics and Automation (ICRA), 2017 IEEE International Conference on},
  organization={IEEE}
}

样本

用于阅读数据集的示例可在https://github.com/bosch-ros-pkg/bstld。合作是非常受欢迎的。

确认

这项工作由加州帕洛阿尔托的博世北美研究部共同完成。

许可证

数据集仅明确发布用于非商业用途。完整的许可证可以在这里查看。
阿迪蒂奥纳尔数据，如未标记的f拉米，气味，和其他车辆信息，可以提供给研究人员的要求。