Ensemble de données vidéo de la caméra embarquée de la route urbaine par temps nuageux
Boîte englobante, Balises
Cas d'utilisation: Conduite automobile
Format: Video
Count: 1k
Annotation: Oui
Description: Le « Cloudy Day City Road Dash Cam Video Dataset » est conçu pour répondre aux défis auxquels sont confrontés les systèmes de conduite autonome dans des conditions météorologiques nuageuses. Capturé avec des enregistreurs de conduite à une résolution supérieure à 1920 x 1080 pixels et une fréquence d'images supérieure à 31 ips, cet ensemble de données garantit une visibilité détaillée même sous l'éclairage diffus d'un ciel nuageux. Il comprend des cadres de délimitation et des balises pour plus de 10 catégories d'objets couramment rencontrés en milieu urbain, tels que les humains, les voitures, les vélos électriques, les fourgonnettes et les camions. Cet ensemble de données vise à affiner la capacité des modèles d'IA à naviguer et à prendre des décisions éclairées dans des conditions météorologiques moins qu'idéales, améliorant ainsi la sécurité et la fiabilité.
Ensemble de données vidéo de la caméra embarquée de la route à carrefour par temps nuageux
Boîte englobante, Balises
Cas d'utilisation: Conduite automobile
Format: Video
Count: 2.4K
Annotation: Oui
Description: Le « Cloudy Day Crossroad Dash Cam Video Dataset » capture spécifiquement la dynamique complexe de la navigation aux carrefours par temps nuageux. Cet ensemble de données est filmé avec des enregistreurs de conduite haute résolution, offrant des résolutions supérieures à 1920 x 1080 pixels et une fréquence d'images supérieure à 32 ips, pour garantir la clarté et le détail même dans des conditions d'éclairage tamisées. Il annote plus de 10 catégories d'objets urbains typiques, notamment les humains, les voitures, les vélos électriques, les fourgonnettes et les camions, au milieu des défis uniques présentés aux carrefours par temps nuageux. L'ensemble de données est une ressource essentielle pour développer des systèmes de conduite autonomes capables de comprendre et de réagir de manière appropriée aux intersections urbaines complexes, en particulier lorsque la visibilité est affectée par un ciel couvert.
Ensemble de données vidéo de Dash Cam à faible luminosité
Boîte englobante, Balises
Cas d'utilisation: Conduite automobile
Format: Video
Count: 800
Annotation: Oui
Description: Le « Low Lighting Dash Cam Video Dataset » est conçu pour les systèmes de conduite autonome afin de naviguer dans des conditions de faible luminosité, une capacité essentielle pour une conduite sûre la nuit ou dans des environnements faiblement éclairés. Capturé avec des enregistreurs de conduite à des résolutions supérieures à 1920 x 1080 pixels et une fréquence d'images de plus de 30 ips, cet ensemble de données se concentre sur des scénarios de faible luminosité dans divers environnements tels que les carrefours, les avenues et les chemins. Il comprend des cadres de délimitation et des balises pour les objets urbains courants comme les humains, les voitures, les vélos électriques, les fourgonnettes et les camions, offrant une vue complète des défis auxquels sont confrontés les véhicules autonomes dans des conditions de visibilité réduite.
Ensemble de données vidéo de la caméra embarquée sous la pluie
Boîte englobante, Balises
Cas d'utilisation: Conduite automobile
Format: Video
Count: 6.4K
Annotation: Oui
Description: Le « Rainy Dash Cam Video Dataset » a été spécialement développé pour que les systèmes de conduite autonome fonctionnent avec précision dans des conditions pluvieuses, qui posent des problèmes importants de visibilité et de traction de surface. Capturé avec des enregistreurs de conduite à des résolutions supérieures à 1920 x 1080 pixels et une fréquence d'images de plus de 30 ips, cet ensemble de données se concentre sur des scénarios de jours de pluie en milieu urbain, notamment aux carrefours, aux avenues et aux chemins. Il comprend des cadres de délimitation et des balises pour plus de 10 catégories urbaines courantes telles que les humains, les voitures, les vélos électriques, les fourgonnettes et les camions, dans les conditions d'éclairage variables et souvent difficiles qui accompagnent le temps pluvieux.
Ensemble de données vidéo de la caméra embarquée Sunny Day City Road
Boîte englobante, Balises
Cas d'utilisation: Conduite automobile
Format: Video
Count: 4.5K
Annotation: Oui
Description: Le « Sunny Day City Road Dash Cam Video Dataset » capture la dynamique dynamique des routes urbaines dans des conditions ensoleillées, essentielles au développement des systèmes de conduite autonome. Cet ensemble de données est enregistré avec des enregistreurs de conduite haute résolution, offrant une résolution de plus de 1920 x 1080 et une fréquence d'images de plus de 33 ips, garantissant des images d'une clarté cristalline et une capture de mouvement fluide. Il comprend des cadres de délimitation et des balises pour plus de 10 catégories d'objets urbains typiques, notamment les humains, les voitures, les vélos électriques, les fourgonnettes, les camions, etc., offrant un terrain d'entraînement riche pour que l'IA reconnaisse et réagisse à divers éléments dans les environnements urbains ensoleillés.
Ensemble de données vidéo de la caméra embarquée Sunny Day Crossroads
Boîte englobante, Balises
Cas d'utilisation: Conduite automobile
Format: Video
Count: 10K
Annotation: Oui
Description: Le « Sunny Day Crossroads Dash Cam Video Dataset » offre un aperçu ciblé des interactions dynamiques aux carrefours dans des conditions ensoleillées, un aspect essentiel de la conduite urbaine pour les véhicules autonomes. Capturé avec des enregistreurs de conduite haute résolution à plus de 1920 x 1080 pixels et une fréquence d'images supérieure à 34 ips, cet ensemble de données fournit des visuels clairs et fluides nécessaires à une analyse détaillée et à la formation de l'IA. Il comprend des cadres de délimitation et des balises pour plus de 10 catégories d'objets urbains typiques, notamment les humains, les voitures, les vélos électriques, les fourgonnettes, les camions, etc. Ce riche ensemble de données vise à améliorer les algorithmes de prise de décision des voitures autonomes aux intersections très fréquentées, où la complexité des mouvements des véhicules et des piétons est considérablement accrue.