DAWN

displayName: DAWN
license:
- CC BY-NC 3.0
mediaTypes:
- Image
paperUrl: https://arxiv.org/pdf/2008.05402v1.pdf
publishDate: "2020-01-15"
publishUrl: https://data.mendeley.com/datasets/766ygrbt8y/3
publisher:
- Elsevier Ltd
tags:
- Traffic Environment
taskTypes:
- Autonomous Driving
- Scene Understanding

---
# 数据集介绍
## 简介
DAWN强调多样化的交通环境（城市、高速公路和高速公路）以及丰富多样的交通流量。 DAWN 数据集包含来自真实交通环境的 1000 张图像的集合，这些图像分为四组天气条件：雾、雪、雨和沙尘暴。该数据集使用用于自动驾驶和视频监控场景的对象边界框进行注释。这些数据有助于解释不利天气条件对车辆检测系统性能的影响。
## 引文
```
@article{kenk2020dawn,
title={DAWN: vehicle detection in adverse weather nature dataset},
author={Kenk, Mourad A and Hassaballah, Mahmoud},
journal={arXiv preprint arXiv:2008.05402},
year={2020}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：DAWN
许可证：CC BY-NC 3.0
媒体类型：图像（Image）
论文链接：https://arxiv.org/pdf/2008.05402v1.pdf
发布日期："2020-01-15"
发布平台链接：https://data.mendeley.com/datasets/766ygrbt8y/3
出版方：爱思唯尔有限公司（Elsevier Ltd）
标签：交通环境（Traffic Environment）
任务类型：自动驾驶（Autonomous Driving）、场景理解（Scene Understanding）

---

# 数据集介绍
## 简介
DAWN数据集聚焦多样化的交通场景（涵盖城市道路、高速公路与快速路）及丰富多元的交通流。该数据集包含1000张真实交通环境下的图像，按天气条件分为雾、雪、雨、沙尘暴四类。数据集针对自动驾驶与视频监控场景的目标边界框进行了标注，可用于分析不利天气条件对车辆检测系统性能的影响。
## 引文

@article{kenk2020dawn,
title={DAWN: vehicle detection in adverse weather nature dataset},
author={Kenk, Mourad A and Hassaballah, Mahmoud},
journal={arXiv preprint arXiv:2008.05402},
year={2020}
}

## 数据集下载
:modelscope-code[]{type="git"}

AI搜集汇总

背景与挑战

背景概述

DAWN是一个专注于恶劣天气条件下交通场景的数据集，包含1000张真实环境图像，涵盖雾、雪、雨和沙尘暴四种天气类型。该数据集提供了物体边界框标注，适用于自动驾驶和视频监控研究，旨在分析恶劣天气对车辆检测系统性能的影响。