Road Anomaly

该数据集包含道路上车辆可能遇到的异常危险的图像——动物、岩石、交通锥和其他障碍物。其目的是在罕见但对安全至关重要的情况下测试自动驾驶感知算法。
数据集包含具有相关每像素标签的图像。使用我们的 LabelGrab 工具进行了标注。
大多数框架保留了编辑器的文件，可以进一步编辑；一些缺失是因为标签以不同的分辨率完成并重新缩放。如果您需要所有帧的编辑器文件和实例标签，请联系我们。

This dataset contains images of abnormal hazards that vehicles may encounter on roads, including animals, rocks, traffic cones and other obstacles. Its purpose is to test autonomous driving perception algorithms in rare but safety-critical scenarios.
The dataset includes images with associated per-pixel labels. The annotations were completed using our LabelGrab tool.
Most image frames come with editor files that allow further editing; some are missing because the labels were produced at different resolutions and then rescaled. If you require editor files and instance labels for all frames, please contact us.

搜集汇总

背景与挑战

背景概述

Road Anomaly数据集是一个专注于道路异常检测的公开数据集，包含道路上罕见危险物体（如动物、岩石和交通锥）的图像，旨在测试自动驾驶感知算法在安全关键场景下的鲁棒性。数据集提供每像素标签，标注使用LabelGrip工具完成，部分文件支持进一步编辑，适用于计算机视觉和异常检测研究。该数据集由洛桑联邦理工学院于2019年发布，相关论文和资源链接可供参考。