IITM赫特拉免费

资源介绍

我们从监控印度钦奈道路交通的摄像机生成了我们自己的数据集 （IITM-HeTra）。为了确保数据暂时不相关，我们每两秒钟从多个视频流中采样一帧。我们总共提取了2400帧。我们手动标记了 2400 帧的不同车辆类别。经过仔细审查和消除不清楚的图像后，可用帧的数量减少到1417个。我们最初定义了印度交通中常见的八种不同的车辆类别。这些类中很少有相似，而两个类的标记实例数量较少;这些被合并成类似的类。例如，在我们的数据集中，我们有不同的类别的小型车，SUV和轿车，这是合并下的轻型机动车辆（LMV）类别。收集的数据集中共有 6319 辆标有标签的车辆。其中包括3294辆两轮车、279辆重型机动车（HMV）、2148辆汽车和598辆自动人力车。第二个数据集是将汽车和自动驾驶汽车合并为轻型机动车（LMV）级，大约25.2%的车辆被遮挡。我们感谢由IIT马德拉斯和罗伯特·博世数据科学和人工智能中心（RBC-DSAI）资助的数据科学跨学科实验室支持这项研究。如果您在数据集中使用此数据集，请引用以下论文：@inproceedings[mittal2018 培训，标题][使用有限的异构交通数据培训车辆检测的深度学习架构]， 作者[米塔尔、迪帕克和雷迪、阿维纳什和拉马杜赖、吉塔克里什南和米特拉、考希克和拉文德兰、巴拉拉曼]、书名[2018第十届通信系统与网络国际会议]、页=[589-294]、年份={2018}、组织[IEEE]