有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
TrainingDataPro/parking-space-detection-dataset|停车空间检测数据集|对象检测数据集
收藏hugging_face2024-04-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/TrainingDataPro/parking-space-detection-dataset
下载链接
链接失效反馈资源简介：
该数据集包含停车位的图像以及相应的边界框掩码，用于目标检测和定位。每个停车位都标注了边界框掩码，并标记了其占用状态（空闲、占用或部分空闲）。数据集可用于停车场管理、自动驾驶导航、智能城市实施和交通分析等应用。数据集结构包括图像文件夹、边界框标注文件夹和包含边界框坐标和标签的XML文件。每个图像都附带一个XML注释文件，指示停车位的边界框坐标和标签。
该数据集包含停车位的图像以及相应的边界框掩码，用于目标检测和定位。每个停车位都标注了边界框掩码，并标记了其占用状态（空闲、占用或部分空闲）。数据集可用于停车场管理、自动驾驶导航、智能城市实施和交通分析等应用。数据集结构包括图像文件夹、边界框标注文件夹和包含边界框坐标和标签的XML文件。每个图像都附带一个XML注释文件，指示停车位的边界框坐标和标签。
提供机构：
TrainingDataPro
原始信息汇总
数据集概述
数据集名称
- Parking Space Object Detection dataset
数据集内容
- 包含停车场的图像及其对应的边界框掩码。
- 每张图像中的每个停车位都通过边界框掩码进行标注，用于对象检测和定位。
数据集特征
- id: int32
- image: image
- mask: image
- bboxes: string
数据集分割
- train: 30个样本，总大小为44610347字节，下载大小为44532683字节。
数据集结构
- images: 包含原始的停车场图像。
- boxes: 包含原始图像的边界框标注。
- annotations.xml: 包含边界框的坐标和标签。
数据格式
- 每张图像都伴随一个XML文件，指示边界框的坐标和停车位的标签。
标签说明
- free_parking_space: 蓝色框，表示空闲停车位。
- not_free_parking_space: 红色框，表示占用停车位。
- partially_free_parking_space: 黄色框，表示部分空闲停车位。
应用领域
- 停车场管理、自动驾驶车辆导航、智能城市实施和交通分析。
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
中国交通事故深度调查（CIDAS）数据集
交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息，以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例，单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征，探索事故预防和损伤防护措施的关键数据源，为制定汽车安全法规和标准、完善汽车测评试验规程、
北方大数据交易中心 收录
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
LIDC-IDRI
LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。
OpenDataLab 收录
CE-CSL
CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集，旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段，涵盖超过70种不同的复杂背景，确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向，通过收集大量真实场景下的手语视频材料，覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域，旨在提高手语识别技术在复杂环境中的准确性和效率，促进聋人与听人社区之间的无障碍沟通。
arXiv 收录