Traffic Pictures Captioning

A Rich Collection of Traffic Scenes with Natural Language Descriptions具备自然语言描述的丰富交通场景数据集

搜集汇总

背景与挑战

背景概述

Traffic Pictures Captioning是一个专门用于交通场景描述的大规模图像-文本配对数据集。该数据集通过多种数据增强技术（包括像素级修改、空间变换和噪声效果）对原始交通图像进行处理，每个原始图像生成3个增强变体，总规模超过40k行，所有图像统一为512×512像素。数据集适用于训练交通场景描述模型、自动驾驶计算机视觉模型以及多模态学习研究。