Road_Anomaly

displayName: Road Anomaly
license:
- Road Anomaly Custom
paperUrl: https://arxiv.org/pdf/1904.07595v2.pdf
publishDate: "2019"
publishUrl: https://www.epfl.ch/labs/cvlab/data/road-anomaly/
publisher:
- École Polytechnique Fédérale de Lausanne
tags:
- Sheep
taskTypes:
- Anomaly Detection

---
# 数据集介绍
## 简介
该数据集包含道路上车辆可能遇到的异常危险的图像——动物、岩石、交通锥和其他障碍物。其目的是在罕见但对安全至关重要的情况下测试自动驾驶感知算法。
数据集包含具有相关每像素标签的图像。使用我们的 LabelGrab 工具进行了标注。
大多数框架保留了编辑器的文件，可以进一步编辑；一些缺失是因为标签以不同的分辨率完成并重新缩放。如果您需要所有帧的编辑器文件和实例标签，请联系我们。
## 引文
```
@inproceedings{lis2019detecting,
title={Detecting the unexpected via image resynthesis},
author={Lis, Krzysztof and Nakka, Krishna and Fua, Pascal and Salzmann, Mathieu},
booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision},
pages={2152--2161},
year={2019}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：道路异常数据集（Road Anomaly）
许可协议：道路异常自定义许可（Road Anomaly Custom）
论文链接：https://arxiv.org/pdf/1904.07595v2.pdf
发布年份："2019"
发布页面：https://www.epfl.ch/labs/cvlab/data/road-anomaly/
发布机构：洛桑联邦理工学院（École Polytechnique Fédérale de Lausanne）
标注类别：羊（Sheep）
任务类型：异常检测（Anomaly Detection）

---

# 数据集介绍
## 简介
本数据集收录了自动驾驶车辆在道路行驶场景中可能遭遇的各类异常危险图像，涵盖动物、岩石、交通锥及其他道路障碍物。其构建目标为在罕见却对行车安全至关重要的场景下，测试自动驾驶感知算法的性能表现。
数据集包含带有对应逐像素标注标签的图像，标注工作通过LabelGrab工具完成。
多数图像帧保留了标注编辑器的源文件，可供后续二次编辑；部分帧的标注文件存在缺失，原因在于部分标注以不同分辨率完成后进行了重缩放处理。若需获取全部帧的标注编辑器文件与实例级标注，请联系我们。
## 引文

@inproceedings{lis2019detecting,
title={Detecting the unexpected via image resynthesis},
author={Lis, Krzysztof and Nakka, Krishna and Fua, Pascal and Salzmann, Mathieu},
booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision},
pages={2152--2161},
year={2019}
}

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

Road_Anomaly数据集包含车辆可能遇到的道路异常情况图像（如动物、岩石、交通锥等障碍物），用于测试自动驾驶感知算法。该数据集提供带有像素级标注的图像，部分包含可编辑的标注文件。