自动驾驶场景驾驶员注意力安全行为睡驾分心驾驶疲劳驾驶检测数据集VOC+YOLO格式5370张6类别

注意数据集是拍摄视频中抽取的图片,可能场景较为单一,拍摄人员数量不多,目测大约有4位左右。主要针对驾驶员不同角度不同行为进行拍摄制作的数据集

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数):5370

标注数量(xml文件个数):5370

标注数量(txt文件个数):5370

标注类别数:6

所在仓库:firc-dataset

标注类别名称(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准):["DangerousDriving","Distracted","Drinking","SafeDriving","SleepyDriving","Yawn"]

每个类别标注的框数:

DangerousDriving (危险驾驶) 框数 = 2494

Distracted (分心驾驶) 框数 = 944

Drinking (饮酒驾驶) 框数 = 32

SafeDriving (安全驾驶) 框数 = 1284

SleepyDriving (疲劳驾驶) 框数 = 376

Yawn (打哈欠) 框数 = 240

总框数:5370

图片分辨率:640x640

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:暂无

特别声明:本数据集不对训练的模型或者权重文件精度作任何保证

图片预览:

标注例子:

相关推荐
SUPER526620 小时前
本地开发环境_spring-ai项目启动异常
java·人工智能·spring
上进小菜猪1 天前
基于 YOLOv8 的智能车牌定位检测系统设计与实现—从模型训练到 PyQt 可视化落地的完整实战方案
人工智能
AI浩1 天前
UNIV:红外与可见光模态的统一基础模型
人工智能·深度学习
GitCode官方1 天前
SGLang AI 金融 π 对(杭州站)回顾:大模型推理的工程实践全景
人工智能·金融·sglang
木头左1 天前
LSTM模型入参有效性验证基于量化交易策略回测的方法学实践
人工智能·rnn·lstm
找方案1 天前
我的 all-in-rag 学习笔记:文本分块 ——RAG 系统的 “信息切菜术“
人工智能·笔记·all-in-rag
亚马逊云开发者1 天前
让 AI 工作空间更智能:Amazon Quick Suite 集成博查搜索实践
人工智能
腾讯WeTest1 天前
「低成本、高质高效」WeTest AI翻译限时免费
人工智能
Lucas555555551 天前
现代C++四十不惑:AI时代系统软件的基石与新征程
开发语言·c++·人工智能
言之。1 天前
Claude Code 专业教学文档
人工智能