Motorcycle Night Ride

摩托车骑行数据集是从YouTube上可用的开放媒体获取的200帧的集合，以实现对对象检测和/或以移动性为中心的AI解决方案的测试-特别是在计算机视觉驱动的摩托车头盔或其他发明途径上。
使用了六个标准类，分别是: 不可驾驶，道路，拉线，我的自行车，骑手，可移动
可移动的表示移动的物体，例如车辆，人等，不可驱动的表示无法骑行的区域。其他类是不言自明的，包括道路、车道 (包括反射器) 、骑手，当然还有自行车本身。
我们已经使用SuperAnnotate的像素编辑器作为语义分割的工具。它的工作原理是栅格逻辑，而不是矢量逻辑。导出包括COCO格式。我们已经预先打包了包含融合图像的数据集。

搜集汇总

背景与挑战

背景概述

该数据集是一个包含200帧图像的摩托车夜间骑行数据集，源自YouTube开放媒体，用于测试对象检测和以移动性为中心的AI解决方案，特别是计算机视觉驱动的摩托车头盔等应用。数据采用语义分割标注，包含六个标准类别，并使用SuperAnnotate工具和COCO格式导出。