UVH-26

UVH-26数据集是印度科学学院AIM团队首次公开发布的印度交通监控图像的大规模数据集。该数据集由来自印度班加罗尔约2800个'安全城市'CCTV摄像头的26,646张高分辨率（1080p）图像组成，这些图像在4周时间内采集，并通过一项涉及565名印度各地大学生的众包黑客松活动进行了标注。数据集包含了针对印度14种特定车辆的1.8百万个边界框标注，包括自行车、摩托车、三轮车、轻型商用车、面包车、旅行车、掀背车、轿车、SUV、MUV、小型巴士、巴士、卡车和其他。通过使用多数投票和STAPLE算法，从26,000张图像中的不同对象中导出了约283k-316k个共识真实边界框和标签。此外，使用这些数据集训练了多个当代检测器，包括YOLO11-S/X、RT-DETR-S/X和DAMO-YOLO-T/L，并基于mAP50、mAP75和mAP50:95报告了准确性。UVH-26训练的模型在mAP50:95上实现了约8.4-31.5%的改进，超过了仅在COCO数据集上训练的基线模型。UVH-26通过直接从交通摄像头流中捕捉印度城市交通的异质性，填补了现有全球基准中的关键空白，并为在具有复杂交通状况的新兴国家中推进智能交通系统的检测、分类和部署提供了基础。

The UVH-26 dataset is a large-scale collection of Indian traffic surveillance images, first publicly released by the AIM Team at the Indian Institute of Science. This dataset comprises 26,646 high-resolution (1080p) images sourced from approximately 2,800 "Safe City" CCTV cameras across Bangalore, India. The images were collected over a four-week period and annotated via a crowdsourcing hackathon event involving 565 college students from across India. The dataset contains 1.8 million bounding box annotations for 14 specific vehicle categories in India, including bicycles, motorcycles, three-wheelers, light commercial vehicles, vans, station wagons, hatchbacks, sedans, SUVs, MUVs, minibuses, buses, trucks, and others. Approximately 283k–316k consensus ground-truth bounding boxes and labels were derived for distinct objects across 26,000 images using majority voting and the STAPLE algorithm. Additionally, multiple contemporary object detectors including YOLO11-S/X, RT-DETR-S/X, and DAMO-YOLO-T/L were trained using this dataset, and their accuracy was reported based on mAP50, mAP75, and mAP50:95. Models trained with the UVH-26 dataset achieved an improvement of approximately 8.4% to 31.5% on mAP50:95, outperforming baseline models trained solely on the COCO dataset. The UVH-26 dataset fills a critical gap in existing global benchmarks by capturing the heterogeneity of urban traffic in India directly from traffic camera streams, and provides a foundational resource for advancing detection, classification, and deployment of intelligent transportation systems in emerging nations with complex traffic conditions.

原始信息汇总

UVH-26 数据集概述

数据集基本信息

• 数据集名称：UVH-26 (Urban Vision Hackathon Dataset)
• 创建机构：AI for Integrated Mobility (AIM) @ Indian Institute of Science
• 任务类型：目标检测
• 子任务：车辆检测
• 数据规模：10K<n<100K
• 语言：未确定
• 标签：计算机视觉、目标检测、交通、车辆、印度、监控摄像头
• 许可证：CC BY 4.0 International

数据集摘要

UVH-26是由印度科学研究院AIM团队发布的大规模印度特定交通摄像头图像数据集，用于智能交通系统和车辆检测研究。数据集包含：

• 26,646张高分辨率（1080p）帧图像
• 采样自班加罗尔约2,800个"安全城市"监控摄像头，覆盖4周时间
• 通过全国性众包黑客松标注，涉及565名大学生
• 产生约180万个边界框，涵盖14个细粒度车辆类别

数据集结构

数据集包含两个独立标注集：

1. UVH-26-MV - 基于多数投票的最终标签
2. UVH-26-ST - 基于STAPLE算法（期望最大化概率共识方法）的标签

1. UVH-26-Train/

包含UVH-26数据集的80%训练数据：

• images/ - 训练图像，组织在子文件夹中（000/, 001/, ...）
• UVH-26-MV-Train.json - 多数投票共识标注（COCO JSON格式）
• UVH-26-ST-Train.json - STAPLE共识标注（COCO JSON格式）

2. UVH-26-Val/

包含UVH-26数据集的20%验证数据：

• images/ - 验证图像，组织在子文件夹中（000/, 001/, ...）
• UVH-26-MV-Val.json - 多数投票共识标注（COCO JSON格式）
• UVH-26-ST-Val.json - STAPLE共识标注（COCO JSON格式）

车辆类别

ID	类别名称	描述
1	Hatchback	小型乘用车，无突出后行李箱
2	Sedan	乘用车，低底盘设计，有独立突出后行李箱
3	SUV	高离地间隙，坚固车身，无突出行李箱
4	MUV	大型车辆，三排座椅，结合乘客和货物功能
5	Bus	大型客运车辆，用于公共或私人交通
6	Truck	重型货物运输车，前部驾驶室，后部货舱
7	Three-wheeler	紧凑型车辆，前一轮后两轮，有覆盖乘客舱
8	Two-wheeler	摩托车和踏板车，边界框包含车辆和骑手
9	LCV	轻型货物运输车，用于短中距离运输
10	Mini-bus	较短紧凑型巴士，座位较少
11	Tempo-traveller	中型客运货车，高顶和侧窗
12	Bicycle	非机动脚踏车辆，边界框包含车辆和骑手
13	Van	中型车辆，用于运输货物或人员
14	Other	其他类别未涵盖的车辆

数据收集与处理

• 来源：约2,800个班加罗尔警察运营的"安全城市"监控摄像头
• 覆盖范围：交叉路口和中段视角，覆盖多个城市区域
• 选择标准：优先选择车辆密度高、遮挡严重、视角多样的图像

预期用途

• 构建准确的轻量级边缘部署感知系统，用于智能交通系统
• 训练和基准测试车辆检测模型

技术论文

The Urban Vision Hackathon Dataset and Models: Towards Image Annotations and Accurate Vision Models for Indian Traffic, Preliminary Dataset Release, UVH-26-v1.0

• arXiv: 2511.02563, 1234.56789
• 年份：2025年11月

搜集汇总

数据集介绍

构建方式

在智能交通系统日益依赖精准车辆检测模型的背景下，UVH-26数据集通过创新的众包标注流程构建而成。该数据集从班加罗尔2800个安全城市监控摄像头中采集了26,646张1080p高分辨率交通图像，覆盖4周白天时段。采用模型辅助标注策略，首先基于专家标注的3000张黄金数据集微调RT-DETR-X检测器生成预标注，随后通过游戏化众包平台组织565名大学生志愿者进行边界框验证与修正，最终通过多数投票和STAPLE算法从180万原始标注中萃取出28.3万至31.6万高质量共识标注。

特点

针对印度复杂交通场景的特异性，UVH-26数据集呈现出显著的地域适配特征。其包含14类印度特有车辆细分类别，如三轮车、两轮车和轻型商用车等，精准反映了当地异构交通组成。数据样本源自监控摄像头广角视角，蕴含大量透视变化与遮挡场景，平均每图像包含13个边界框，标注面积均值达46万像素，充分体现了高密度交通的视觉复杂性。该数据集通过双重共识机制保障标注质量，并采用人脸与车牌模糊技术维护隐私合规，为发展中国家智能交通研究提供了珍贵的领域特异性基准。

使用方法

为促进智能交通系统研究，UVH-26数据集提供标准化评估框架。研究者可通过HuggingFace平台获取经多数投票和STAPLE算法处理的两个标注版本，配套发布基于YOLO11、RT-DETR等六大架构的预训练模型。使用时可遵循80/20比例划分训练验证集，采用mAP50:95等标准指标进行性能评估。针对印度特有车辆类别，建议重点考察三轮车、两轮车等本土化类别的检测精度，同时注意与COCO数据集的类别映射差异。该数据集支持直接微调现有检测模型，亦可通过提供的基准模型快速部署到边缘计算平台，助力复杂交通环境下的实时分析应用。

背景与挑战

背景概述

随着智能交通系统在全球范围内的快速发展，车辆检测与分类技术成为支撑交通监控与城市规划的核心支柱。2025年，印度科学研究院的集成移动人工智能团队发布了UVH-26数据集，这是首个针对印度复杂交通场景的大规模公开标注数据集。该数据集采集自班加罗尔2800个安全城市监控摄像头，包含26,646张高分辨率图像，通过涵盖565名学生的众包标注活动，生成了180万边界框标注，覆盖三轮车、轻型商用车等14类印度特色车型。该研究填补了全球数据集中对发展中国家异质化交通表征的空白，为边缘计算平台上的实时检测模型提供了关键训练基础。

当前挑战

在解决印度交通场景的领域挑战方面，传统模型在密集异构交通流中表现不佳，尤其面临车辆高度遮挡、非标准驾驶行为与独特车型混合的识别难题。构建过程中，研究团队需攻克众包标注的质量控制瓶颈：通过模型辅助标注降低人工成本，设计黄金图像嵌入机制评估标注者一致性，并采用多数投票与STAPLE算法处理标注冲突。此外，数据匿名化要求对车牌、人脸进行多尺度模糊处理，而摄像机广角视角带来的透视变形与微小目标检测问题，进一步增加了标注与模型训练的复杂度。

常用场景

经典使用场景

在智能交通系统研究中，UVH-26数据集主要应用于复杂城市交通场景下的车辆检测与分类任务。该数据集通过印度班加罗尔2800个安防摄像头采集的26646张高分辨率图像，覆盖了包括三轮车、两轮车等14种印度特色车型的标注数据。其经典使用场景体现在训练YOLO系列和RT-DETR等目标检测模型时，能够显著提升在密集异构交通环境中的识别精度，特别是在处理非标准驾驶行为和极端车辆密度的场景时表现出色。

衍生相关工作

该数据集催生了多项创新性研究，包括基于多数投票和STAPLE算法的众包标注质量优化方法，以及针对边缘设备的轻量化检测模型部署方案。相关衍生工作还探索了在保持隐私保护的前提下，通过面部和车牌模糊化技术实现公共数据安全共享的范式。这些研究不仅扩展了计算机视觉在智慧城市领域的应用边界，也为新兴国家的交通数字化转型提供了技术蓝图。

数据集最近研究

最新研究方向

在智能交通系统领域，UVH-26数据集作为首个聚焦印度复杂交通场景的大规模标注数据集，正推动计算机视觉模型在异构环境下的适应性研究。前沿方向集中于利用该数据集训练Transformer架构的检测器（如RT-DETR-X），以解决高密度车辆、非标准驾驶行为及本土特有车型（如三轮车、轻型商用车）的识别难题。通过众包标注与多数投票共识算法，该数据集显著提升了模型在监控视角下的泛化能力，其域特异性数据使检测精度较通用基准提升最高达31.5%，为新兴国家智能交通管理提供了关键基础设施。

相关研究论文

• The Urban Vision Hackathon Dataset and Models: Towards Image Annotations and Accurate Vision Models for Indian Traffic

  印度科学学院 (Indian Institute of Science, IISc) · 2025年