iisc-aim/UVH-26

UVH-26是一个针对印度交通场景的大型交通摄像头图像数据集，由印度科学学院的AIM团队发布，用于智能交通系统和车辆检测的研究。该数据集包含26,646个高分辨率（1080p）的图像，从大约2800个班加罗尔*Safe City* CCTV摄像头中采集，覆盖了4周的时段。图像通过全国范围的众包黑客松活动进行注释，产生了约180万个边界框，跨越14个细粒度的车辆类别。

UVH-26 is a large-scale traffic camera image dataset specific to Indian traffic scenarios, released by the AIM group at the Indian Institute of Science for research in intelligent transportation systems and vehicle detection. The dataset contains 26,646 high-resolution (1080p) images captured from approximately 2,800 Bengaluru *Safe City* CCTV cameras over a 4-week period. The images were annotated through a nationwide crowdsourced hackathon, producing approximately 1.8 million bounding boxes across 14 fine-grained vehicle classes.

搜集汇总

数据集介绍

构建方式

UVH-26数据集由印度科学理工学院（IISc）的AI for Integrated Mobility（AIM）团队构建，旨在推动智能交通系统中车辆检测研究。该数据集源自班加罗尔安全城市项目约2,800个闭路电视摄像头，在2025年2月期间每日06:00至18:00捕获高分辨率（1080p）帧，经筛选后保留26,646张高密度、多遮挡及视角多样的图像。标注过程采用众包方式，由565名大学生通过游戏化网页界面修正基于RT-DETR v2-X模型生成的预标注，最终应用多数投票和STAPLE算法分别生成两种共识标注集（UVH-26-MV和UVH-26-ST），产出约180万个边界框，覆盖14种精细车辆类别。

特点

UVH-26数据集的核心特点在于其针对印度交通场景的专有性和标注多样性。它包含14种细粒度车辆类别，如Hatchback、Sedan、SUV、Three-wheeler及Bicycle等，反映了印度道路的独特构成。数据集提供两种共识标注版本：MV（多数投票）和ST（STAPLE算法），为评估标注可靠性提供了基准。图像来源于城市路口和路段摄像头，涵盖高车辆密度、严重遮挡及多变视角等复杂条件，使得基于此数据集训练的模型在印度交通场景中相比COCO预训练基线可实现高达31.5%的平均精度提升，显著增强了现实世界部署的鲁棒性。

使用方法

UVH-26数据集以COCO JSON格式组织，便于直接集成到标准目标检测框架中。用户可从HuggingFace下载包含训练集（80%）和验证集（20%）的文件夹，其中图像按子文件夹分类，标注文件分为UVH-26-MV-Train.json和UVH-26-ST-Train.json等。使用方法包括加载图像和标注，通过解析JSON中的images、annotations和categories字段进行模型训练或评估。数据集采用CC BY 4.0许可，适用于构建轻量级边缘部署的智能交通感知系统，用户可参考随附的arXiv技术报告获取模型训练细节和基准结果。

背景与挑战

背景概述

UVH-26（Urban Vision Hackathon Dataset）是由印度科学理工学院（IISc）的AI for Integrated Mobility（AIM）研究团队于2025年11月发布的大规模交通监控图像数据集。该数据集聚焦于印度次大陆独特的交通场景，旨在解决现有主流数据集（如COCO、ImageNet）在非西方交通环境下的领域迁移瓶颈。研究团队从班加罗尔警方运营的约2800个“安全城市”闭路电视摄像头中，连续四周采集了26646张1080p高分辨率帧，并通过涵盖565名大学生的全国性众包编程马拉松，生成了约180万标注边界框。数据集定义了14种细粒度车辆类别，包括印度特有的三轮车、多用途车辆（MUV）及旅行车等，并提供了基于多数投票和STAPLE算法的两套共识标注版本。UVH-26的发布填补了南亚交通场景精细标注数据的空白，为智能交通系统（ITS）在边缘设备上的感知模型训练与基准测试提供了关键资源，其预训练模型在目标检测任务中相比COCO基线提升了31.5%的平均精度（mAP）。

当前挑战

UVH-26所解决的领域挑战主要源于印度交通场景的高度复杂性：密集的车流、严重的遮挡、不规则的车辆形态以及光照变化（如清晨与正午的强烈对比），使得传统基于西方数据集的检测模型在此类场景中性能急剧下降。此外，14类细粒度车辆分类（如区分掀背车与轿车、微型客车与面包车）对模型判别能力提出了严苛要求。在构建过程中，团队面临多重挑战：首先，从2800个监控摄像头中筛选高密度、高遮挡的帧需要人工与算法协同；其次，众包标注的质量控制极为关键——565名大学生志愿者通过游戏化界面修正预标注（基于RT-DETR v2-X模型生成），但个体标注偏差需通过多数投票与STAPLE概率算法进行后处理融合；最后，数据集的版权与隐私合规（如CC BY 4.0许可）及跨机构协作（警方、企业赞助、学术基金）的协调也构成了非技术性障碍。

常用场景

经典使用场景

UVH-26数据集的核心经典应用场景在于面向印度城市交通环境的细粒度车辆检测与识别任务。该数据集收录了来自班加罗尔市约2800个安全城市监控摄像头的高清帧图像，涵盖了14种反映印度独特交通生态的车辆类别，如两轮车、三轮车、紧凑型客车等。研究者可基于此数据集训练和评估目标检测模型，尤其适用于需要在复杂交通流、高密度遮挡以及多变光照条件下实现精准车辆定位与分类的场景。其提供的多数投票与STAPLE共识标注版本，为消融实验与标注不确定性分析提供了宝贵资源。

解决学术问题

该数据集有效解决了现有通用目标检测数据集（如COCO）在印度等南亚地区交通场景下域迁移性能显著衰减的学术难题。通过提供大规模、本土化的监控视角图像与精细化的车辆类别标注，UVH-26使研究者能够系统性地探究模型在非西方交通构成、高密度小目标以及独特车辆形态下的泛化瓶颈。其发布推动了跨域目标检测、领域自适应、弱监督学习及众包标注质量评估等研究方向的发展，为构建更鲁棒、更具地域包容性的视觉感知模型奠定了数据基础。

衍生相关工作

基于UVH-26数据集，研究团队已衍生出多项经典工作，包括利用RT-DETR v2-X架构进行预标注与微调的基线模型，其性能较COCO预训练模型在本地场景中实现了高达31.5%的平均精度提升。该数据集还催生了关于众包标注共识机制的比较研究，深入分析了多数投票与STAPLE算法在复杂交通图像中的标注可靠性。此外，围绕该数据集的模型压缩、知识蒸馏及联邦学习等方向的工作也相继展开，推动了面向资源受限环境的印度交通视觉感知技术体系的构建。