Vær- og lysdatasett for AI-trening

Beskrivelse: "Cloudy Day City Road Dash Cam Video Dataset" er laget for å møte utfordringene autonome kjøresystemer møter i overskyet vær. Fanget med drivende opptakere med en oppløsning på over 1920 x 1080 piksler og en bildefrekvens på over 31 fps, sikrer dette datasettet detaljert synlighet selv under diffust lys fra overskyet himmel. Den inkluderer avgrensende bokser og merker for mer enn 10 objektkategorier som ofte forekommer i urbane omgivelser, for eksempel mennesker, biler, elektriske sykler, varebiler og lastebiler. Dette datasettet tar sikte på å avgrense AI-modellers evne til å navigere og ta informerte beslutninger i mindre enn ideelle værforhold, noe som øker sikkerheten og påliteligheten.

Beskrivelse: "Cloudy Day Crossroad Dash Cam Video Dataset" fanger spesifikt den intrikate dynamikken til crossroad-navigasjon under overskyet vær. Dette datasettet er filmet med høyoppløselige kjøreopptakere, med oppløsninger på over 1920 x 1080 piksler og en bildefrekvens på mer enn 32 fps, for å sikre klarhet og detaljer selv i dempet belysning. Den kommenterer mer enn 10 typiske urbane objektkategorier, inkludert mennesker, biler, elektriske sykler, varebiler og lastebiler, midt i de unike utfordringene som presenteres ved veikryss under overskyede dager. Datasettet er en viktig ressurs for å utvikle autonome kjøresystemer som er i stand til å forstå og reagere hensiktsmessig på komplekse bykryss, spesielt når sikten er påvirket av overskyet himmel.

Beskrivelse: "Low Lighting Dash Cam Video Dataset" er skreddersydd for autonome kjøresystemer for å navigere gjennom dårlige lysforhold, en avgjørende egenskap for sikker kjøring om natten eller i dårlig opplyste omgivelser. Fanget med drivende opptakere med oppløsninger over 1920 x 1080 piksler og en bildefrekvens på mer enn 30 fps, fokuserer dette datasettet på scenarier med lite lys på tvers av ulike innstillinger som veikryss, veier og stier. Den omfatter avgrensende bokser og merker for vanlige urbane objekter som mennesker, biler, elektriske sykler, varebiler og lastebiler, og gir en omfattende oversikt over utfordringene som autonome kjøretøy står overfor i redusert sikt.

Beskrivelse: "Rainy Dash Cam Video Dataset" er spesielt utviklet for autonome kjøresystemer for å fungere nøyaktig under regnvær, noe som utgjør betydelige utfordringer med sikt og trekkraft på overflaten. Fanget med drivende opptakere med oppløsninger på over 1920 x 1080 piksler og en bildefrekvens på mer enn 30 fps, fokuserer dette datasettet på regnfulle dagscenarier i urbane omgivelser, inkludert veikryss, veier og stier. Den har avgrensende bokser og merker for over 10 vanlige urbane kategorier som mennesker, biler, elektriske sykler, varebiler og lastebiler, under de variable og ofte vanskelige lysforholdene som følger med regnvær.

Beskrivelse: "Sunny Day City Road Dash Cam Video Dataset" fanger den livlige dynamikken til byveier under solrike forhold, avgjørende for utvikling av autonome kjøresystemer. Dette datasettet er tatt opp med høyoppløselige drivende opptakere, med over 1920 x 1080 oppløsning og en bildefrekvens på over 33 fps, noe som sikrer krystallklare bilder og flytende bevegelsesfangst. Den inkluderer avgrensende bokser og merker for mer enn 10 typiske urbane objektkategorier, inkludert mennesker, biler, elektriske sykler, varebiler, lastebiler og mer, og gir en rik treningsplass for AI til å gjenkjenne og reagere på ulike elementer i solbelyste bymiljøer.

Beskrivelse: "Sunny Day Crossroads Dash Cam Video Dataset" gir et fokusert innblikk i de dynamiske interaksjonene ved veikryss under solrike forhold, et kritisk aspekt ved urban kjøring for autonome kjøretøy. Fanget med høyoppløselige kjøreopptakere på over 1920 x 1080 piksler og en bildefrekvens som overgår 34 fps, gir dette datasettet klare og flytende bilder som er nødvendige for detaljert analyse og AI-trening. Den omfatter avgrensende bokser og merker for over 10 typiske urbane objektkategorier, inkludert mennesker, biler, elektriske sykler, varebiler, lastebiler og mer. Dette rike datasettet tar sikte på å forbedre beslutningsalgoritmene til selvkjørende biler i travle veikryss, hvor kompleksiteten til kjøretøy- og fotgjengerbevegelser er betydelig økt.