TRUDI

TRUDI数据集是一个包含35,034个标注实例的全面数据集，涵盖了五个类别：集装箱、罐式集装箱、拖车、ID文本和标志。这些图像是在实际港口操作中，使用地面和空中摄像头在不同光照和天气条件下捕获的。该数据集的目的是为识别运输单元提供可靠的数据支持，以帮助提高整个物流链的效率。

The TRUDI dataset is a comprehensive dataset containing 35,034 annotated instances, covering five categories: container, tank container, trailer, ID text and logo. These images were captured in actual port operations using ground and aerial cameras under varying lighting and weather conditions. The purpose of this dataset is to provide reliable data support for the identification of transport units, so as to help improve the efficiency of the entire logistics chain.

原始信息汇总

TRUDI数据集概述

数据集简介

• 名称：TRansportation Unit Detection and Identification Dataset (TRUDI)
• 类型：多视角（地面和空中）图像数据集
• 用途：用于运输单元（如集装箱和拖车）的检测和识别
• 项目背景：作为InteGreatDrones项目的一部分开发

数据集特点

1. 多视角采集：

   • 同时包含地面和空中视角图像
   • 使用多种设备采集：无人机(UAV)、智能手机、运动相机和数码单反相机(DSLR)

2. 多样化场景：

   • 采集地点：内陆港口
   • 时间跨度：两年
   • 覆盖多种天气和光照条件
   • 包含不同缩放级别的图像（特写和全景）

数据规模与标注

• 图像总数：733张
• 标注实例总数：35,034个
• 标注类别：
  • 集装箱
  • 罐式集装箱
  • 半挂车
  • 文本字段
  • 可识别的编号(ID)

应用领域

• 物体检测
• 文本检测
• 文本识别
• 物流领域相关技术开发与评估

数据获取

• 当前状态：下载链接即将提供

搜集汇总

数据集介绍

构建方式

TRUDI数据集构建于实际港口操作环境中，通过地面和空中摄像设备捕捉了多视角、多光照及多天气条件下的运输单元图像。数据采集历时18个月，覆盖不同国家和季节，确保了环境与时间的多样性。数据集包含35,034个标注实例，分为五个类别：集装箱、罐式集装箱、拖车、ID文本和标识。标注过程遵循严格的指南，确保一致性和可靠性。

特点

TRUDI数据集以其多样性和全面性著称，涵盖了港口物流中常见的运输单元类型及其标识。数据集中的图像来自不同高度和视角，包括地面手持设备和无人机拍摄的画面，充分反映了真实场景的复杂性。此外，数据集还包含了各种光照和天气条件下的图像，为模型训练提供了丰富的环境变量，增强了模型的鲁棒性和泛化能力。

使用方法

TRUDI数据集适用于多种计算机视觉任务，包括目标检测、实例分割、文本检测和识别。研究人员可以利用该数据集训练和评估模型在复杂环境下的性能。数据集已划分为训练集、验证集和测试集，便于进行模型开发和性能比较。此外，数据集还支持运输单元识别系统的开发，如论文中提出的TITUS三阶段识别流程，为港口物流的数字化转型提供了有力支持。

背景与挑战

背景概述

TRUDI数据集由汉堡大学计算机视觉团队于2025年发布，旨在解决港口物流中运输单元（TUs）识别的关键问题。该数据集包含35,034个标注实例，涵盖集装箱、罐式集装箱、拖车等五类对象，数据采集自真实港口环境中的地面和空中视角，覆盖多样化的光照与天气条件。作为首个公开的多视角运输单元识别基准，TRUDI通过提供标准化评估框架，显著推动了港口数字化监控和物流链优化研究的发展。

当前挑战

该领域面临的核心挑战包括：1) 复杂环境下的文本识别，如低光照、雨雪天气导致的ID文本模糊；2) 多视角适配问题，移动摄像头拍摄的倾斜、遮挡图像增加识别难度；3) 数据异构性挑战，需同时处理地面车辆近距离拍摄的高分辨率图像与无人机高空拍摄的小目标。构建过程中的难点在于：1) 18个月跨季节数据采集的工程复杂性；2) 多国港口数据标注的标准化协调；3) 针对ISO6346标准ID的严格验证机制设计。

常用场景

经典使用场景

TRUDI数据集在港口物流和自动化监控领域具有广泛的应用价值，其经典使用场景包括通过地面和空中摄像头捕捉的多样化运输单元（TUs）图像，用于训练和评估计算机视觉模型。这些模型能够识别和分类不同类型的运输单元，如集装箱、罐式集装箱和拖车，并检测其上的ID文本和标志。数据集的多视角和多环境条件覆盖使其成为研究复杂场景下目标检测和文本识别的理想选择。

解决学术问题

TRUDI数据集解决了港口物流中运输单元识别的关键学术问题，包括多视角下的目标分割、复杂背景下的文本检测以及动态环境中的字符识别。通过提供大量标注数据，该数据集支持开发鲁棒的算法，以应对光照变化、天气条件和视角差异带来的挑战。其公开可用性填补了该领域缺乏标准化基准数据集的空白，推动了相关研究的可比性和可重复性。

衍生相关工作

TRUDI数据集衍生了一系列经典研究工作，包括基于Mask R-CNN的运输单元分割、DBNet++的文本检测以及RobustScanner的文本识别。这些方法在TITUS三阶段识别系统中得到整合，显著提升了多视角下的运输单元识别性能。此外，该数据集还激发了针对复杂场景的轻量化模型设计，如MobileNetV3和YOLOv7的改进版本，进一步推动了实时识别技术的发展。