eTraM
收藏资源简介：
eTraM是一个首创的全事件驱动交通监控数据集，提供了10小时来自不同交通场景的数据，涵盖了各种光照和天气条件，包含200万个边界框标注，覆盖了从车辆到行人等八种不同的交通参与者类别。该数据集通过使用最先进的方法如RVT、RED和YOLOv8进行交通参与者检测，评估了事件驱动模型的夜间和未见场景的泛化能力，证实了利用事件相机进行交通监控的巨大潜力。
eTraM is a pioneering fully event-driven traffic monitoring dataset, offering 10 hours of data from diverse traffic scenarios, encompassing various lighting and weather conditions. It includes 2 million bounding box annotations, covering eight different categories of traffic participants, from vehicles to pedestrians. The dataset evaluates the generalization capabilities of event-driven models in nighttime and unseen scenarios using state-of-the-art methods such as RVT, RED, and YOLOv8 for traffic participant detection, demonstrating the significant potential of utilizing event cameras for traffic monitoring.
eTraM 数据集概述
数据集描述
- 名称: eTraM (Event-based Traffic Monitoring Dataset)
- 特点: 首个完全基于事件的交通监控数据集，包含10小时不同交通场景下的数据，涵盖多种光照和天气条件。
- 内容: 提供200万个边界框标注，覆盖8种不同的交通参与者类别。
- 应用评估: 使用RVT、RED和YOLOv8等先进方法评估交通参与者检测能力，并量化评估事件相机模型在夜间和未见场景中的泛化能力。
数据集组成
- 场景类型: 包含三个不同的交通监控场景，分别是交叉路口、道路和本地街道。
- 交叉路口: 5小时数据，来自2个四向、3个三向和一个无控制交叉路口。
- 道路: 3小时数据。
- 本地街道: 2小时数据。
- 数据时长: 总计10小时，其中白天和夜晚数据各5小时。
数据集下载
- 下载链接: Google Form
数据集结构
sh eTraM ├── LICENSE ├── imgs/ ├── README.md ├── rvt_eTram/ # RVT模型更新版本 └── ultralytics_eTram/ # YOLO模型更新版本 └── yolo_eTram/ # YOLO运行脚本
许可证
- 类型: 知识共享署名-相同方式共享4.0国际许可协议
- 链接: Creative Commons Attribution-ShareAlike 4.0 International License
引用信息
@article{verma2024etram, title={eTraM: Event-based Traffic Monitoring Dataset}, author={Verma, Aayush Atul and Chakravarthi, Bharatesh and Vaghela, Arpitsinh and Wei, Hua and Yang, Yezhou}, journal={arXiv preprint arXiv:2403.19976}, year={2024} }
