Traffic_Elements

Hugging Face2026-08-16 更新2026-08-17 收录

自动驾驶交通元素检测

3D目标定位

数据链接：

https://huggingface.co/datasets/Zzz0918/Traffic_Elements 数据链接链接失效反馈

官方服务：

资源简介：

该数据集为nuScenes和NAVSIM数据集提供2D交通元素标签和生成的3D交通元素中心点。2D标签采用YOLO格式，3D中心点以JSON格式存储。数据分为两个压缩包：nuscenes_traffic_elements.tar.gz 包含nuScenes的2D标签和3D中心点，navsim_traffic_elements.tar.gz 包含NAVSIM的对应数据。目录结构清晰：nuScenes部分包含traffic_elements（3D JSON）和traffic_elements_2d/labels（2D YOLO格式TXT）；NAVSIM部分进一步分为trainval和test，各自包含traffic_elements（3D JSON）和traffic_elements_2d/labels（2D YOLO格式TXT）。该数据集可用于自动驾驶场景中的交通元素检测、定位等任务。

This dataset provides 2D traffic element labels and generated 3D traffic element center points for the nuScenes and NAVSIM datasets. The 2D labels are in YOLO format, and the 3D center points are stored in JSON format. The data is divided into two compressed packages: nuscenes_traffic_elements.tar.gz contains the 2D labels and 3D center points for nuScenes, and navsim_traffic_elements.tar.gz contains the corresponding data for NAVSIM. The directory structure is clear: the nuScenes part includes traffic_elements (3D JSON) and traffic_elements_2d/labels (2D YOLO format TXT); the NAVSIM part is further divided into trainval and test, each containing traffic_elements (3D JSON) and traffic_elements_2d/labels (2D YOLO format TXT). This dataset can be used for tasks such as traffic element detection and localization in autonomous driving scenarios.

创建时间：

2026-08-08

原始信息汇总

数据集概述

数据集名称： 2D and 3D Traffic Elements for nuScenes and NAVSIM

数据集简介： 该数据集为 nuScenes 和 NAVSIM 自动驾驶数据集提供了 YOLO 格式的 2D 交通元素标签以及生成的 3D 交通元素中心点。

文件内容

数据集包含两个压缩文件：

nuscenes_traffic_elements.tar.gz：包含 nuScenes 数据集的 2D 标签和 3D 中心点。
navsim_traffic_elements.tar.gz：包含 NAVSIM 数据集的 2D 标签和 3D 中心点。

数据结构

解压后，文件按照以下目录结构组织：

data/ ├── nuscenes/ │ ├── traffic_elements/ │ │ └── <sample_token>.json │ └── traffic_elements_2d/ │ └── labels/ │ └── <image_name>.txt └── navsim/ ├── traffic_elements/ │ ├── trainval/ │ │ └── <log_name>/ │ │ └── <image_token>.json │ └── test/ │ └── <log_name>/ │ └── <image_token>.json └── traffic_elements_2d/ ├── trainval/ │ └── <log_name>/ │ └── labels/ │ └── <image_token>.txt └── test/ └── <log_name>/ └── labels/ └── <image_token>.txt

使用说明

解压命令如下：

bash tar -xzf data/releases/nuscenes_traffic_elements.tar.gz tar -xzf data/releases/navsim_traffic_elements.tar.gz

许可与引用

请遵守原始 nuScenes 和 NAVSIM 数据集的许可协议和使用条款。

搜集汇总

数据集介绍

构建方式

Traffic_Elements数据集的构建源于对nuScenes与NAVSIM两大自动驾驶数据集的深度整合与再加工。针对原始数据中交通元素标注的缺失，该数据集精心设计了YOLO格式的2D交通元素标签，并生成了对应的3D中心点信息。通过解析原始数据集的传感器数据与校准信息，以图像或点云为依据，逐一标注交通信号灯、标志等元素，最终以tar.gz压缩包形式发布，解压后形成结构化目录，分别对应nuScenes与NAVSIM的子集。其构建过程严谨，旨在为端到端自动驾驶模型提供细粒度的交通元素感知监督信号。

特点

该数据集的核心特点在于其双模态标注的互补性。2D标签遵循YOLO格式，直接适配主流目标检测框架，便于快速集成与训练；而3D中心点为模型提供了空间位置先验，有助于提升对交通元素空间关系的理解。同时，数据集覆盖nuScenes与NAVSIM两大主流基准，兼具场景多样性与数据规模优势。其文件组织清晰，以样本令牌或日志名进行索引，便于跨数据集的联合训练与评估，是连接2D感知与3D理解的桥梁型资源。

使用方法

使用方法上，研究者需首先从HuggingFace下载对应压缩包，并解压至项目根目录下的data文件夹中。随后，可依据任务需求加载JSON格式的3D中心点文件或TXT格式的2D标签文件。建议将2D标签直接接入YOLO系列训练管线，以实现交通元素的实时检测；同时，3D中心点可结合传感器数据用于生成鸟瞰图表示或作为辅助监督。此外，该数据集与TE-Aware-E2E-AD仓库协同使用，能够支持从感知到规划的端到端模型训练，但务必遵守原始nuScenes与NAVSIM的数据许可协议。

背景与挑战

背景概述

Traffic_Elements数据集由研究团队于近年创建，旨在为自动驾驶领域提供精细的交通元素标注。该数据集基于nuScenes和NAVSIM两大主流自动驾驶数据集，补充了2D交通元素标签与3D中心点信息，覆盖多种交通标志与信号灯。其核心研究问题在于提升端到端自动驾驶模型对交通元素的感知与理解能力，尤其关注复杂场景下的元素检测与定位。该数据集填补了现有公开数据集在交通元素细粒度标注上的空白，为多模态感知与决策系统的研究提供了关键数据支撑，对推动自动驾驶安全性与可靠性具有重要影响。

当前挑战

该数据集面临的挑战包括：领域层面，交通元素种类繁多、外观差异大，且受光照、遮挡、天气等环境因素影响，高精度检测与3D定位难；现有模型在长尾场景（如罕见标志）与动态变化中泛化能力不足，且与导航决策的深度耦合未解决。构建层面，从nuScenes与NAVSIM海量数据中提取并统一2D-3D标注耗时巨大，需处理不同传感器坐标系的配准误差与标注不一致问题；组织为YOLO格式与多层级目录结构，需维护跨数据集的兼容性与可扩展性，同时确保标注质量与原始数据许可合规，增加了数据治理的复杂度。

常用场景

经典使用场景

Traffic_Elements数据集为自动驾驶领域的研究者提供了精细的交通元素标注，涵盖nuScenes与NAVSIM两大主流数据集。其经典使用场景聚焦于2D与3D交通元素的联合检测与定位，研究者可基于YOLO格式的2D标签训练目标检测模型，并利用3D中心点进行空间定位，从而提升车辆对交通标志、信号灯等元素的感知精度，为端到端自动驾驶系统提供关键的环境理解模块。

衍生相关工作

围绕该数据集衍生出一系列经典工作，包括基于Transformer的端到端感知模型、轻量化检测网络以及多传感器融合算法。例如，研究者利用3D中心点生成锚框，改进现有检测器的定位精度；或结合时空信息，提出动态交通元素追踪方案。这些工作不仅验证了数据集的有效性，也拓展了其在仿真测试、回环检测等场景中的延展性，形成了活跃的学术研究脉络。

数据集最近研究