Vejr- og lysdatasæt til AI-træning

Beskrivelse: "Cloudy Day City Road Dash Cam Video Dataset" er lavet til at løse de udfordringer, autonome køresystemer står over for i overskyet vejr. Optaget med drivende optagere med en opløsning på over 1920 x 1080 pixels og en billedhastighed på over 31 fps, sikrer dette datasæt detaljeret synlighed selv under diffus belysning af overskyet himmel. Det inkluderer afgrænsningskasser og tags til mere end 10 objektkategorier, der almindeligvis forekommer i bymiljøer, såsom mennesker, biler, elektriske cykler, varevogne og lastbiler. Dette datasæt har til formål at forfine AI-modellers evne til at navigere og træffe informerede beslutninger under mindre end ideelle vejrforhold, hvilket øger sikkerheden og pålideligheden.

Beskrivelse: "Cloudy Day Crossroad Dash Cam Video Dataset" fanger specifikt den indviklede dynamik ved crossroad navigation under overskyede vejrforhold. Dette datasæt er filmet med køreoptagere i høj opløsning, som kan prale af opløsninger på over 1920 x 1080 pixels og en billedhastighed på mere end 32 fps, for at sikre klarhed og detaljer selv i dæmpet belysning. Den annoterer mere end 10 typiske byobjektkategorier, herunder mennesker, biler, elektriske cykler, varevogne og lastbiler, midt i de unikke udfordringer, der præsenteres på kryds og tværs under overskyede dage. Datasættet er en vigtig ressource til at udvikle autonome køresystemer, der er i stand til at forstå og reagere passende på komplekse bykryds, især når sigtbarheden er påvirket af overskyet himmel.

Beskrivelse: "Low Lighting Dash Cam Video Dataset" er skræddersyet til autonome køresystemer til at navigere gennem svagt lys, en afgørende evne til sikker kørsel om natten eller i dårligt oplyste omgivelser. Optaget med drivende optagere ved opløsninger på over 1920 x 1080 pixels og en billedhastighed på mere end 30 fps, fokuserer dette datasæt på scenarier med lavt lys på tværs af forskellige indstillinger såsom vejkryds, veje og stier. Det omfatter afgrænsningskasser og tags til almindelige byobjekter som mennesker, biler, elektriske cykler, varevogne og lastbiler, hvilket giver et omfattende overblik over de udfordringer, som autonome køretøjer står over for i nedsat sigtbarhed.

Beskrivelse: "Rainy Dash Cam Video Dataset" er specielt udviklet til autonome køresystemer til præcist at fungere under regnfulde forhold, hvilket udgør betydelige udfordringer med sigtbarhed og trækkraft på overfladen. Optaget med køreoptagere ved opløsninger på over 1920 x 1080 pixels og en billedhastighed på mere end 30 fps, fokuserer dette datasæt på regnvejrsdagsscenarier i bymiljøer, herunder vejkryds, alléer og stier. Den har afgrænsningskasser og tags til over 10 almindelige bykategorier såsom mennesker, biler, elektriske cykler, varevogne og lastbiler under de variable og ofte vanskelige lysforhold, der ledsager regnvejr.

Beskrivelse: "Sunny Day City Road Dash Cam Video Dataset" fanger den livlige dynamik på byveje under solrige forhold, hvilket er afgørende for udviklingen af ​​autonome køresystemer. Dette datasæt er optaget med køreoptagere i høj opløsning, som kan prale af en opløsning på 1920 x 1080 og en billedhastighed på over 33 fps, hvilket sikrer krystalklare billeder og flydende bevægelsesoptagelse. Det inkluderer afgrænsningskasser og tags til mere end 10 typiske byobjektkategorier, inklusive mennesker, biler, elektriske cykler, varevogne, lastbiler og mere, hvilket giver en rig træningsplads for AI til at genkende og reagere på forskellige elementer i solbeskinnede bymiljøer.

Beskrivelse: "Sunny Day Crossroads Dash Cam Video Dataset" giver et fokuseret indblik i de dynamiske interaktioner ved vejkryds under solrige forhold, et kritisk aspekt af bykørsel for autonome køretøjer. Optaget med køreoptagere med høj opløsning på over 1920 x 1080 pixels og en billedhastighed, der overstiger 34 fps, giver dette datasæt klare og flydende billeder, der er nødvendige for detaljeret analyse og AI-træning. Det omfatter afgrænsningskasser og tags til over 10 typiske byobjektkategorier, inklusive mennesker, biler, elektriske cykler, varevogne, lastbiler og mere. Dette rige datasæt har til formål at forbedre beslutningstagningsalgoritmerne for selvkørende biler i travle vejkryds, hvor kompleksiteten af ​​køretøjer og fodgængeres bevægelser er væsentligt øget.