DAD

该数据集包含了在台湾六个主要城市录制的620个行车记录仪视频，视频片段被划分为正面（事故）和负面（非事故）两类。此外，该数据集被进一步划分为训练集（占70%）和测试集（占30%）。规模上，共有620个视频。该数据集的任务是交通事故预判。

This dataset comprises 620 dashcam videos recorded in six major cities of Taiwan. The video clips are categorized into two classes: positive (traffic accident instances) and negative (non-accident scenarios). Additionally, this dataset is split into a training subset (accounting for 70% of the total) and a test subset (accounting for 30% of the total). In total, the dataset contains 620 video samples. The core task of this dataset is traffic accident anticipation.

搜集汇总

背景与挑战

背景概述

DAD数据集是一个用于驾驶员异常检测的公开数据集，专注于通过对比学习技术识别驾驶中的异常行为。该数据集提供多视角（如前视和顶视）和多模态（如深度）数据，并包含多种预训练深度学习模型（如ResNet、MobileNet）的实现代码，支持实时演示和模型评估，适用于计算机视觉和自动驾驶安全研究。