面向领域连续学习的智能交通领域目标检测数据集DCLA

面向领域连续学习的智能交通物体检测数据集DCLA (Domain Continual Learning datasets for Autonomous)对应于项目计划书中指标2.4面向连续学习的相关数据集构建中的智能交通物体检测数据集构建部分。DCLA数据集图片数达28892张，覆盖交通场景常见物体类别5类，以及根据天气条件分类的5类场景。DCLA数据集组织为训练集train和验证集val两部分。DCLA训练集和验证集中均包括5类不同天气条件下的智能交通场景图像，这些图像已按环境条件信息进行归类，并形成雨（rainy）, 雪（snowy）, 晴（clear）, 阴（overcast）, 多云（partly cloudy）五个子集。数据集集大小约2GB。

搜集汇总

背景与挑战

背景概述

面向领域连续学习的智能交通目标检测数据集DCLA包含28892张图片，覆盖5类常见物体和5种天气场景（雨、雪、晴、阴、多云）。数据按天气条件分为训练集和验证集，各含五个相应子集，整体数据规模约2GB。该数据集专为领域连续学习场景中的目标检测任务设计。