原创投稿 行业报告 AI展会 数据标注
投稿发布
您的当前位置:首页 > 下载中心 > 自动驾驶 > 正文

多车道检测数据集(济青高速公路数据集)

发布:可思数据 时间:2020-04-26
数据类型:图形图像 热度

文件类型:.zip              文件大小:10 GB

授权方式:其它     发布时间:2020-04-26

数据来源:王杰             数据语言:中文

数据介绍:

多车道检测数据集(济青高速公路数据集)该数据集是多车道检测数据集,可用于测试和评估多种车道检测算法。它由中国济青(济南-青岛)高速公路某些路段的路面行车记录仪收集,车道采用半手动方法标注(如下所述)。数据集中有40个视频剪辑,每个视频剪辑持续3分钟,帧速率为30 fps,视频分辨率为1920×1080。总共包含210610个具有不同照明强度和不同道路状况(上游,下坡,隧道,涵洞,坡道等)的道路图像。

此外,我们在每个帧中标记泳道,并将标记结果保存为txt文件。不同车道的关键特征点坐标(x,y)存储在不同的行中,车道“ x”(x = 0、1、2、3,...)用于表示车道序列号

车道注释的结果显示在下面的图2中。

通过集成自动识别和手动注释来构造数据集。自动识别模块由C ++和opencv库实现。车道提取流程图如图3所示。具体步骤如下:

1。加载视频或图像,并为初始帧手动标记ROI的初始位置。

2。将高斯平滑应用于ROI中的图像。根据透视关系,高斯核从近到远逐渐减小。因此,平滑图像中的车道线的边缘的灰度值较低,而中央骨架的灰度值较高。

3。对平滑图像执行非最大抑制,以提取车道骨架。

4。对车道骨架的像素点使用分段最小二乘法拟合。三次或二次拟合用于曲线车道,而线性拟合用于直线。

5。如果拟合结果与测试结果一致,则通过分段采样存储拟合结果,并作为确定下一帧ROI的基础。否则,将手动重新标记框架。




 
下载地址:

特别声明:

¤ 此数据集库仅供研究和教育用途,不得用于任何商业用途。
¤ 如果您在任何出版物或报告中使用该数据库,则必须添加引用本站来源。
¤ 版权归作者及所在组织所有。
¤ 如用于商业用途,请联系版权所有人。
¤ 本站数据来源于网络如有侵权请联系我们。
¤ 本站数据压缩包统一解压密码:www.sykv.com
人工智能权威社区
人工智能交流群扫码邀请

相关文章:

    无相关信息

相关推荐:

网友评论:

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

数据标注服务

Copyright©2005-2020 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭