sartajbhuvaji/self-driving-GTA-V

---
license: mit
task_categories:
- image-classification
tags:
- self driving
- GTA
- GTA V
- driving
size_categories:
- 1M<n<10M
source_datasets:
- original
configs:
- config_name: default
data_files:
- split: mini
path: training_data_count_mini.csv
- split: TrainingData_1
path: training_data_count_001-100.csv
- split: TrainingData_2
path: training_data_count_101-200.csv
---

# Self Driving GTA V Dataset


# Dataset Varients
- Mini : [Link](https://huggingface.co/datasets/sartajbhuvaji/self-driving-GTA-V/tree/main/mini)
- Training Data(1-100) : [Link](https://huggingface.co/datasets/sartajbhuvaji/self-driving-GTA-V/tree/main/Training%20Data(1-100))
- Training Data(101-200) : [Link](https://huggingface.co/datasets/sartajbhuvaji/self-driving-GTA-V/tree/main/Training%20Data(101-200))

### Info
- Image Resolution : 270, 480
- Mode : RGB
- Dimension : (270, 480, 3)
- File Count : 100
- Size : 1.81 GB/file
- Total Data Size : 362 GB
- Total Frames : 1 Million

### Data Set sizes
#### Mini :
- Folder Name : mini
- Files : 01
- Total Size : 1.81 GB
- Total Frames : 5000

#### First Half
- Folder Name : Training Data(1-100)
- Files : 100
- Total Size : 181 GB
- Total Frames : 500,000

#### Second Half
- Folder Name : Training Data(101-200)
- Files : 100
- Total Size : 181 GB
- Total Frames : 500,000

### Data Count
#### Mini
```
'W': [1, 0, 0, 0, 0, 0, 0, 0, 0] : 3627
'S': [0, 1, 0, 0, 0, 0, 0, 0, 0] : 50
'A': [0, 0, 1, 0, 0, 0, 0, 0, 0] : 104
'D': [0, 0, 0, 1, 0, 0, 0, 0, 0] : 106
'WA': [0, 0, 0, 0, 1, 0, 0, 0, 0] : 364
'WD': [0, 0, 0, 0, 0, 1, 0, 0, 0] : 416
'SA': [0, 0, 0, 0, 0, 0, 1, 0, 0] : 35
'SD': [0, 0, 0, 0, 0, 0, 0, 1, 0] : 47
'NK': [0, 0, 0, 0, 0, 0, 0, 0, 1] : 248
NONE : 3
```

#### First Half (Data Count (1-100))
```
'W': [1, 0, 0, 0, 0, 0, 0, 0, 0] : 353725
'S': [0, 1, 0, 0, 0, 0, 0, 0, 0] : 2243
'A': [0, 0, 1, 0, 0, 0, 0, 0, 0] : 14303
'D': [0, 0, 0, 1, 0, 0, 0, 0, 0] : 13114
'WA': [0, 0, 0, 0, 1, 0, 0, 0, 0] : 30877
'WD': [0, 0, 0, 0, 0, 1, 0, 0, 0] : 29837
'SA': [0, 0, 0, 0, 0, 0, 1, 0, 0] : 1952
'SD': [0, 0, 0, 0, 0, 0, 0, 1, 0] : 1451
'NK': [0, 0, 0, 0, 0, 0, 0, 0, 1] : 52256
NONE : 242
```
#### Second Half (Data Count (101-200))
```
'W': [1, 0, 0, 0, 0, 0, 0, 0, 0] : 359025
'S': [0, 1, 0, 0, 0, 0, 0, 0, 0] : 2834
'A': [0, 0, 1, 0, 0, 0, 0, 0, 0] : 11025
'D': [0, 0, 0, 1, 0, 0, 0, 0, 0] : 9639
'WA': [0, 0, 0, 0, 1, 0, 0, 0, 0] : 31896
'WD': [0, 0, 0, 0, 0, 1, 0, 0, 0] : 29756
'SA': [0, 0, 0, 0, 0, 0, 1, 0, 0] : 1742
'SD': [0, 0, 0, 0, 0, 0, 0, 1, 0] : 2461
'NK': [0, 0, 0, 0, 0, 0, 0, 0, 1] : 51313
NONE : 309
```

### Graphics Details
- Original Resolution : 800 x 600
- Aspect Ratio : 16:10
- All Video Settings : Low

### Camera Details
- Camera : Hood Cam
- Vehical Camera Height : Low
- First Person Vehical Auto-Center : On
- First Person Head Bobbing : Off

### Other Details
- Vehical : Michael's Car
- Vehical Mods : All Max
- Cv2 Mask : None
- Way Point : Enabled/Following
- Weather Conditions : Mostly Sunny
- Time of Day : Day, Night
- Rain : Some

### Note
- Remove `NONE` while processing the data
- Use the `mini` dataset for initial setup and testing
- Check `training_data_count_001-100.csv` & `training_data_count_101-200.csv` for detailed count
- Check `training_data_stats.py` for more info

### Inspired From
- Sentdex
- [Youtube: Python Plays: Grand Theft Auto V](https://youtube.com/playlist?list=PLQVvvaa0QuDeETZEOy4VdocT7TOjfSA8a&si=M5Pt-O97yvWgZMQE)

原始信息汇总

Self Driving GTA V Dataset

数据集概述

• 许可证: MIT
• 任务类别: 图像分类
• 标签: 自动驾驶, GTA, GTA V, 驾驶
• 数据集大小: 1M<n<10M
• 源数据集: 原始数据

配置信息

• 默认配置:
  • mini: training_data_count_mini.csv
  • TrainingData_1: training_data_count_001-100.csv
  • TrainingData_2: training_data_count_101-200.csv

数据集变体

• Mini:

  • 文件夹名称: mini
  • 文件数: 1
  • 总大小: 1.81 GB
  • 总帧数: 5000

• 第一部分:

  • 文件夹名称: Training Data(1-100)
  • 文件数: 100
  • 总大小: 181 GB
  • 总帧数: 500,000

• 第二部分:

  • 文件夹名称: Training Data(101-200)
  • 文件数: 100
  • 总大小: 181 GB
  • 总帧数: 500,000

数据统计

Mini

• W: [1, 0, 0, 0, 0, 0, 0, 0, 0] : 3627
• S: [0, 1, 0, 0, 0, 0, 0, 0, 0] : 50
• A: [0, 0, 1, 0, 0, 0, 0, 0, 0] : 104
• D: [0, 0, 0, 1, 0, 0, 0, 0, 0] : 106
• WA: [0, 0, 0, 0, 1, 0, 0, 0, 0] : 364
• WD: [0, 0, 0, 0, 0, 1, 0, 0, 0] : 416
• SA: [0, 0, 0, 0, 0, 0, 1, 0, 0] : 35
• SD: [0, 0, 0, 0, 0, 0, 0, 1, 0] : 47
• NK: [0, 0, 0, 0, 0, 0, 0, 0, 1] : 248
• NONE: 3

第一部分 (数据统计 (1-100))

• W: [1, 0, 0, 0, 0, 0, 0, 0, 0] : 353725
• S: [0, 1, 0, 0, 0, 0, 0, 0, 0] : 2243
• A: [0, 0, 1, 0, 0, 0, 0, 0, 0] : 14303
• D: [0, 0, 0, 1, 0, 0, 0, 0, 0] : 13114
• WA: [0, 0, 0, 0, 1, 0, 0, 0, 0] : 30877
• WD: [0, 0, 0, 0, 0, 1, 0, 0, 0] : 29837
• SA: [0, 0, 0, 0, 0, 0, 1, 0, 0] : 1952
• SD: [0, 0, 0, 0, 0, 0, 0, 1, 0] : 1451
• NK: [0, 0, 0, 0, 0, 0, 0, 0, 1] : 52256
• NONE: 242

第二部分 (数据统计 (101-200))

• W: [1, 0, 0, 0, 0, 0, 0, 0, 0] : 359025
• S: [0, 1, 0, 0, 0, 0, 0, 0, 0] : 2834
• A: [0, 0, 1, 0, 0, 0, 0, 0, 0] : 11025
• D: [0, 0, 0, 1, 0, 0, 0, 0, 0] : 9639
• WA: [0, 0, 0, 0, 1, 0, 0, 0, 0] : 31896
• WD: [0, 0, 0, 0, 0, 1, 0, 0, 0] : 29756
• SA: [0, 0, 0, 0, 0, 0, 1, 0, 0] : 1742
• SD: [0, 0, 0, 0, 0, 0, 0, 1, 0] : 2461
• NK: [0, 0, 0, 0, 0, 0, 0, 0, 1] : 51313
• NONE: 309

图像细节

• 原始分辨率: 800 x 600
• 宽高比: 16:10
• 所有视频设置: 低

摄像头细节

• 摄像头: 车头摄像头
• 车辆摄像头高度: 低
• 第一人称车辆自动居中: 开启
• 第一人称头部晃动: 关闭

其他细节

• 车辆: Michael的车
• 车辆改装: 全部最高
• Cv2掩码: 无
• 路径点: 启用/跟随
• 天气条件: 大部分晴朗
• 时间: 白天, 夜晚
• 雨: 有

注意事项

• 处理数据时移除NONE
• 使用mini数据集进行初始设置和测试
• 检查training_data_count_001-100.csv和training_data_count_101-200.csv获取详细统计
• 检查training_data_stats.py获取更多信息