救护车数据集

数据集下载链接：http://i71i.com/rj1b

简介

该救护车车辆检测数据集为二分类带标签图像数据集，旨在训练和评估计算机视觉模型，以在真实交通环境中区分救护车与非救护车；图像源自多个交通现场，涵盖道路、交叉口、高速公路、城市街道等场景，救护车图像含不同角度、光线、天气及背景变化，非救护车图像包含轿车、卡车等多种普通车辆，且两类图像环境条件相近以避免类别偏见，数据集类别平衡。

文件类型

图像文件，按类别分别存储于 “/ 救护车 /”“/ 非救护车 /” 文件夹中，适配 TensorFlow、Keras 等框架直接训练。

适用方向

适用于紧急车辆检测、智能交通管理系统、基于优先级的路由、实时视频监控分析等任务；可支撑救护车检测与追踪、交通信号优先级设置、自动驾驶安全模型研发等实际应用，也可用于 CNN、MobileNet、ResNet、YOLO 等模型的训练与基准测试。

车道检测数据集

数据集下载链接：http://i71i.com/rj19

简介

莫雷洛斯公路数据集专为车道检测及相关计算机视觉任务研究开发，由 Sergio Álvarez Silva 创建；包含 22,566 张图片，源自墨西哥莫雷洛斯州多条道路的 41 段视频片段，涵盖急弯、狭窄弯道、下雨等恶劣天气、低光 / 完全黑暗环境及道路阴影等复杂场景，为挑战场景下的视线检测算法训练与评估提供支持。

文件类型

图片文件（格式未明确标注），源自道路拍摄的视频片段提取。

适用方向

适用于车道检测及相关计算机视觉算法的训练与评估，尤其适配复杂道路场景和恶劣环境下的辅助视觉系统研发。

车辆能源与遥测数据集

数据集下载链接：http://i71i.com/rj1a

简介

该数据集是经过策划管理的大型车辆遥测和能耗数据子集，专为机器学习、数据分析及科研设计，适配能耗预测、驾驶行为分析、时间序列建模、异常检测等任务；数据捕捉车辆高频传感器读数、环境条件及道路相关属性，从原始大型数据集中提取整理出较小子集以简化实验；每条记录为一个遥测快照，含车辆运行、GPS、电池、环境、交通道路等多类特征，目标变量为 “Energy_Consumption”，支持回归预测、能效建模等场景。

文件类型

CSV 格式数据文件，包含丰富的数值型和类别型车辆遥测特征列，行数为适配实际用途的简化子集规模。

适用方向

适用于能耗预测、时间序列建模、驾驶模式分析、特征工程实践，以及基于 scikit-learn、PyTorch、TensorFlow 等工具的机器学习流水线开发；同时可支撑 EV/HEV 分析、能效建模等车辆能源相关研究任务。

交通标志检测数据集

数据集下载链接：http://i71i.com/rj1r

简介

该数据集含约 9000 张注释良好的交通标志图像，图像来自不同国家的多种场景，专为交通标志检测设计；标签文件采用 YOLO 注释格式（class_id、x_center、y_center、宽度、高度），仅含 “交通标志” 一个类别 ID，无测试数据集，仅提供用于可视化测试的样本图像。

文件类型

交通标志图像文件，配套 YOLO 格式的标签文件（含类别 ID 及边界框信息）。

适用方向

仅适用于交通标志检测任务，不适合训练带分类功能的目标检测模型，若需基准测试数据集，可参考数据集里的关联数据集

交通标志数据集

数据集下载链接：http://i71i.com/rj1g

简介

该数据集包含 36.8k + 张图像，涵盖 15 类道路交通标志（每类代表特定道路指示或警告），为单标签分类数据集（每张图片对应一个类别）；数据源自 GTSRB 德国交通标志识别基准、自动驾驶汽车计算机视觉项目、交通标志数据集三个来源，其中 GTSRB 曾是 2011 年国际神经网络联合会议（IJCNN）的多类别、单图像分类挑战赛数据集。

文件类型

道路交通标志图像文件，含对应类别标签信息。

适用方向

适用于图像分类任务，可用于自动驾驶系统、交通标志识别模块、智能交通系统的深度学习模型训练；还可支撑交通标志识别算法基准测试、数据增量与失衡处理研究，以及 ResNet、Inception 等预训练图像分类模型的微调。