dpdl-benchmark/gtsrb

---
dataset_info:
features:
- name: image
dtype: image
- name: label
dtype:
class_label:
names:
'0': 20_speed
'1': 30_speed
'2': 50_speed
'3': 60_speed
'4': 70_speed
'5': 80_speed
'6': 80_lifted
'7': 100_speed
'8': 120_speed
'9': no_overtaking_general
'10': no_overtaking_trucks
'11': right_of_way_crossing
'12': right_of_way_general
'13': give_way
'14': stop
'15': no_way_general
'16': no_way_trucks
'17': no_way_one_way
'18': attention_general
'19': attention_left_turn
'20': attention_right_turn
'21': attention_curvy
'22': attention_bumpers
'23': attention_slippery
'24': attention_bottleneck
'25': attention_construction
'26': attention_traffic_light
'27': attention_pedestrian
'28': attention_children
'29': attention_bikes
'30': attention_snowflake
'31': attention_deer
'32': lifted_general
'33': turn_right
'34': turn_left
'35': turn_straight
'36': turn_straight_right
'37': turn_straight_left
'38': turn_right_down
'39': turn_left_down
'40': turn_circle
'41': lifted_no_overtaking_general
'42': lifted_no_overtaking_trucks
splits:
- name: train
num_bytes: 144935717.0
num_examples: 26640
- name: test
num_bytes: 68597693.25
num_examples: 12630
download_size: 215411050
dataset_size: 213533410.25
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：image（图像），数据类型：image（图像）
- 名称：label（标签），数据类型：
类别标签（class_label）：
类别名称映射：
'0': 20km/h限速标志
'1': 30km/h限速标志
'2': 50km/h限速标志
'3': 60km/h限速标志
'4': 70km/h限速标志
'5': 80km/h限速标志
'6': 80km/h限速解除标志
'7': 100km/h限速标志
'8': 120km/h限速标志
'9': 通用禁止超车标志
'10': 禁止货车超车标志
'11': 路口优先通行标志
'12': 一般道路优先通行标志
'13': 减速让行标志
'14': 停车让行标志
'15': 禁止通行标志
'16': 禁止货车通行标志
'17': 单向道路禁止通行标志
'18': 通用警示标志
'19': 左侧转弯警示标志
'20': 右侧转弯警示标志
'21': 连续弯路警示标志
'22': 路面颠簸警示标志
'23': 路面湿滑警示标志
'24': 道路变窄警示标志
'25': 道路施工警示标志
'26': 前方交通信号灯警示标志
'27': 人行横道警示标志
'28': 儿童过街警示标志
'29': 非机动车通行警示标志
'30': 路面结冰警示标志
'31': 野生动物横穿警示标志
'32': 通用禁令解除标志
'33': 向右转弯标志
'34': 向左转弯标志
'35': 直行标志
'36': 直行兼右转标志
'37': 直行兼左转标志
'38': 下坡右转标志
'39': 下坡左转标志
'40': 环岛行驶标志
'41': 通用禁止超车解除标志
'42': 禁止货车超车解除标志
数据集划分：
- 划分名称：train（训练集），字节数：144935717.0，样本数量：26640
- 划分名称：test（测试集），字节数：68597693.25，样本数量：12630
下载大小：215411050
数据集总大小：213533410.25
配置项：
- 配置名称：default（默认配置）
数据文件：
- 划分：train（训练集），路径：data/train-*
- 划分：test（测试集），路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• image：图像数据类型。
• label：分类标签数据类型，包含以下类别：
  • 20_speed
  • 30_speed
  • 50_speed
  • 60_speed
  • 70_speed
  • 80_speed
  • 80_lifted
  • 100_speed
  • 120_speed
  • no_overtaking_general
  • no_overtaking_trucks
  • right_of_way_crossing
  • right_of_way_general
  • give_way
  • stop
  • no_way_general
  • no_way_trucks
  • no_way_one_way
  • attention_general
  • attention_left_turn
  • attention_right_turn
  • attention_curvy
  • attention_bumpers
  • attention_slippery
  • attention_bottleneck
  • attention_construction
  • attention_traffic_light
  • attention_pedestrian
  • attention_children
  • attention_bikes
  • attention_snowflake
  • attention_deer
  • lifted_general
  • turn_right
  • turn_left
  • turn_straight
  • turn_straight_right
  • turn_straight_left
  • turn_right_down
  • turn_left_down
  • turn_circle
  • lifted_no_overtaking_general
  • lifted_no_overtaking_trucks

数据集分割

• train：训练集，包含26640个样本，总大小为144935717字节。
• test：测试集，包含12630个样本，总大小为68597693.25字节。

数据集大小

• 下载大小：215411050字节
• 数据集总大小：213533410.25字节

数据文件配置

• default 配置：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*

搜集汇总

数据集介绍

构建方式

在智能交通系统与自动驾驶技术迅猛发展的时代背景下，交通标志的精准识别成为保障行车安全的关键环节。dpdl-benchmark/gtsrb数据集正是为了应对这一挑战而构建的。该数据集源自德国交通标志识别基准（GTSRB），通过采集真实道路场景中的交通标志图像，并经过严格的人工标注流程，最终形成包含43个类别的分类数据集。每个类别对应一种特定的交通标志，例如限速、禁止超车、让行等。数据划分上，训练集包含26640张图像，测试集包含12630张图像，确保了模型训练与评估的充分性。图像数据以标准格式存储，标签采用整数编码并映射至语义类别名称，为监督学习任务提供了清晰的输入输出结构。

特点

dpdl-benchmark/gtsrb数据集在交通标志识别领域展现出鲜明的特色。其类别覆盖全面，从常见的限速标志到罕见的雪天提示标志，共计43种，几乎囊括了德国道路交通标志的典型类型。数据集的构建注重真实性与多样性，图像采集于不同光照、天气和视角下的实际场景，有效模拟了自动驾驶系统面临的复杂环境。此外，训练集与测试集的样本数量分布合理，训练集规模约为测试集的两倍，有助于模型充分学习特征并避免过拟合。每个样本均提供原始图像与精确标签，且图像分辨率较高，为细粒度特征提取提供了良好基础。这些特点使得该数据集成为评估交通标志分类算法性能的可靠基准。

使用方法

使用dpdl-benchmark/gtsrb数据集进行模型开发时，研究者可借助Hugging Face Datasets库便捷加载数据。首先通过load_dataset函数指定数据集名称'dpdl-benchmark/gtsrb'，即可自动获取训练集与测试集。数据加载后，每个样本包含'image'字段（PIL图像对象）和'label'字段（整数标签），可直接用于深度学习框架的预处理流程。建议对图像进行尺寸统一化（如调整为32x32像素）和归一化操作，以匹配经典卷积神经网络（如LeNet、ResNet）的输入要求。标签需转换为one-hot编码或直接作为分类损失函数的输入。训练时，可将训练集按比例划分为训练子集与验证子集，用于超参数调优；最终使用测试集评估模型泛化能力。该数据集与PyTorch、TensorFlow等主流框架无缝兼容，显著降低了研究者的工程实现门槛。

背景与挑战

背景概述

在智能交通系统与自动驾驶技术迅猛发展的时代背景下，准确识别交通标志成为保障行车安全与道路秩序的关键环节。GTSRB（German Traffic Sign Recognition Benchmark）数据集由德国神经信息学研究所于2011年创建，旨在推动交通标志识别领域的算法研究。该数据集涵盖43类交通标志，包含超过5万张真实场景下的图像，其核心研究问题聚焦于如何在光照变化、视角偏移、部分遮挡等复杂环境下实现高精度的标志分类。作为该领域的基准测试之一，GTSRB极大促进了卷积神经网络等深度学习模型在细粒度图像识别任务中的发展，对后续研究如YOLO、ResNet等模型的性能评估具有深远影响。

当前挑战

GTSRB数据集所应对的核心领域挑战在于交通标志识别中的类间相似性与环境干扰问题。例如，限速标志（如20 km/h与30 km/h）之间仅有细微数字差异，极易导致误判；而天气变化、拍摄角度倾斜及标志褪色等现实因素进一步增加了识别难度。在数据集构建过程中，研究者面临了图像采集的多样性不足与标注一致性的挑战——尽管图像来自真实驾驶场景，但部分类别样本数量不均衡，如某些罕见标志仅占少数，可能影响模型泛化能力。此外，原始图像分辨率不一，需通过标准化预处理以适配模型输入，这也在数据整理阶段构成了技术瓶颈。

常用场景

经典使用场景

GTSRB（German Traffic Sign Recognition Benchmark）数据集是交通标志识别领域的经典基准数据集，广泛应用于自动驾驶与智能交通系统的研究中。该数据集包含43类交通标志，涵盖限速、禁令、指示和警告等常见类别，训练集与测试集分别包含26640和12630张图像。其经典使用场景在于评估和比较不同深度学习模型在真实场景下的交通标志分类性能，尤其是针对光照变化、遮挡、倾斜和模糊等挑战性条件的鲁棒性测试。研究者通常利用该数据集验证卷积神经网络（CNN）、注意力机制及轻量化模型在细粒度视觉识别任务中的有效性，从而推动模型在复杂交通环境中的泛化能力提升。

实际应用

在实际应用中，GTSRB数据集训练的模型被广泛部署于高级驾驶辅助系统（ADAS）和自动驾驶车辆的感知模块中，用于实时识别道路限速、禁令和警示标志。例如，在车载摄像头捕获的视频流中，模型能够快速检测并分类交通标志，为车辆决策系统提供关键信息，如自动调整车速或触发警报。此外，该数据集还应用于智能交通基础设施，如路侧单元中的标志验证系统，以及驾驶员行为监控中的标志提醒功能。其实际价值在于通过高精度识别降低人为误判风险，提升道路安全性，并推动从L2级辅助驾驶向L3级以上自动驾驶的过渡。

衍生相关工作

基于GTSRB数据集，衍生出众多经典研究工作，包括但不限于：使用深度可分离卷积和注意力机制的轻量化网络（如MobileNet、EfficientNet）在移动设备上的高效部署；生成对抗网络（GAN）用于交通标志数据增强以缓解类别不平衡问题；以及多任务学习框架同时进行标志检测与分类。此外，该数据集还催生了多项跨领域研究，如将图神经网络（GNN）应用于标志间空间关系建模，以及利用自监督预训练方法提升下游任务表现。这些工作不仅深化了对交通标志识别任务的理解，也为其他细粒度视觉识别任务（如植物叶片分类、品牌标识识别）提供了方法论借鉴。