车辆检测数据集（2）

一、UA-detrac车辆检测数据集

网站：http://detrac-db.rit.albany.edu/

UA-DETRAC是具有挑战性的现实世界中的多对象检测和多对象跟踪基准。数据集包括在中国北京和天津的24个不同地点使用Cannon EOS 550D摄像机捕获的10个小时视频。

视频以每秒25帧（fps）的速度录制，分辨率为960×540像素。
UA-DETRAC数据集中有超过14万个帧，并且有8250辆车进行了手动注释，因此总共有121万个带标签的对象边界框。

demo视频在网站首页

每一张图像的信息：
边界框的颜色反映了遮挡状态，包括完全可见（红色），部分被其他车辆遮挡（蓝色）或部分被背景遮挡（粉红色）。车辆ID，方向，车辆类型和截断率在边界框中显示。代表一般背景区域的黑色不透明区域在基准测试中被忽略。天气状况，摄像机状态和车辆密度显示在每帧的左下角。

数据集下载：http://detrac-db.rit.albany.edu/download

数据集说明：http://detrac-db.rit.albany.edu/download

二、berkley BDD 100k

1、道路目标边界框：10万张图片
其中：训练集7万，测试集2万，验证集1万
2、可行驶区域：10万张图片
3、车道线标记：10万张图片
4、全帧实例分割：1万张图片

官网地址：

https://bdd-data.berkeley.edu/portal.html#download

图片下载地址：https://archive.org/download/bdd100k/bdd100k_labels.zip

图片标签下载地址：https://archive.org/download/bdd100k/bdd100k_images.zip

其中images文件夹内存放了1280x720的图片，labels存放了json格式的标签文件

三、KITTI数据集

这个数据集包括车辆在行驶过程中所记录的标签信息，主要有以下几个信息：

原始（未同步+未校正）和已处理（已同步+校正）灰度序列（0.5兆像素，以png格式存储）
原始（未同步+未纠正）和已处理（已同步+纠正）的彩色序列（0.5兆像素，以png格式存储）
3D Velodyne点云（每帧100k点，存储为二进制浮点矩阵）
3D GPS / IMU数据（位置，速度，加速度，元信息，存储为文本文件）
校准（相机，相机到GPS / IMU，相机到Velodyne，存储为文本文件）
3D对象Tracklet标签（汽车，卡车，电车，行人，骑自行车的人，存储为xml文件）

图片大小：1392✖512pixels
下载：http://www.cvlibs.net/datasets/kitti/raw_data.php?type=road

四、France

数据集为法国克雷泰伊的一个环形道路上早上两小时（7.00-9.00）和晚上两小时（17.00-19.00）的车辆行驶数据

数据采样时间间隔为1s

车辆轨迹数据包含：车辆ID-时间-车辆类型-坐标-车辆速度

迹线在每行中包含时间（1秒粒度），车辆坡度（未使用），车辆车道，车辆角度，车辆类型（车辆或公共汽车），车辆位置，车辆坐标维平面（x和y坐标以米为单位），车速（以米/秒为单位）和车辆ID。跟踪为CSV格式，已压缩。都为表格数据。

下载地址：

http://vehicular-mobility-trace.github.io/index.html#dataset