CURE-TSR (CURE Traffic Sign Recognition)

该项目的总体目标是分析数据驱动算法在各种具有挑战性的条件下的鲁棒性，在这些条件下训练的模型可能会被分解。为了实现这一目标，我们引入了一个大型（>2M 图像）识别数据集（CURE-TSR），它是具有受控合成挑战条件的最全面的数据集之一。

The overall objective of this project is to analyze the robustness of data-driven algorithms under various challenging conditions, where trained models may experience performance breakdown. To achieve this objective, we introduce a large-scale image recognition dataset (CURE-TSR) with over 2 million images, which is one of the most comprehensive datasets featuring controlled synthetic challenge conditions.

搜集汇总

背景与挑战

背景概述

CURE-TSR是一个大型交通标志识别数据集，包含超过200万张图像，专门设计用于评估算法在合成挑战性条件下的鲁棒性。该数据集由佐治亚理工学院于2017年发布，相关资源和论文可通过其官方链接获取。