该数据集不知道是否已经全部上传完成,最后更新时间18年底。
标注数据格式如下:(图片,坐标,类型) 00000.png;527;377;555;404;warning 00001.png;738;279;815;414;prohibitory 00002.png;532;426;640;523;warning 00002.png;535;335;636;427;warning 00003.png;1175;134;1210;166;warning 00004.png;997;212;1030;244;mandatory 00005.png;276;236;311;268;mandatory 00005.png;915;217;947;248;prohibitory 00006.png;129;373;185;425;mandatory 00007.png;402;138;437;173;mandatory
介绍内容引用自GitHub:
CSUST Chinese Traffic Sign Detection Benchmark 中国交通数据集由长沙理工大学综合交通运输大数据智能处理湖南省重点实验室张建明老师团队制作完成。
声明:目前的标注数据只有三大类:指示标志、禁止标志、警告标志。
大家如果下载做研究实验,务必引用第一篇:
Zhang J, Jin X, Sun J, et al. Spatial and semantic convolutional features for robust visual object tracking. Multimedia Tools and Applications, 2018. https://doi.org/10.1007/s11042-018-6562-8
Zhang J, Huang M, Jin X, et al. A Real-Time Chinese Traffic Sign Detection Algorithm Based on Modified YOLOv2. Algorithms, 2017, 10(4):127.
Zhang J, Huang Q, Wu H, et al. Effective traffic signs recognition via kernel PCA network. International Journal of Embedded Systems, 2018, 10(2): 120-125.
如有疑问:欢迎发送邮件: jmzhang@csust.edu.cn lxd@stu.csust.edu.cn
来源论文 |
A Real-Time Chinese Traffic Sign Detection Algorithm Based on Modified YOLOv2 https://www.mdpi.com/1999-4893/10/4/127 |
发布时间 | 2017年 |
作者单位 | 长沙理工大学综合交通运输大数据智能处理湖南省重点实验室 |
图片数量 | 1万张 |