GP22: A Car Styling Dataset for Automotive Designers

GP22 is the dataset relevant to the designer's perspective and practices. The dataset involves side profiles of cars produced or introduced from the 1960s to 2021. Images folder contains dataset images labeled with: SEGEMENT_BRAND_COUNT.jpg SEGMENT were labeled in single alphabet: A, B, C, D, E, F, J, S, P BRAND were labeled in three alphabet: Alf(AlfaRomeo), Ast(Aston Martin), Aud(Audi), Ben(Bentley), Bmw(BMW), Che(Chevrolet), Chr(Chrysler), Cit(Citroen), Fer(Ferrari), Fia(Fiat), For(Ford), Gen(Genesis), GMC(GMC), Hon(Honda), Hum(Hummer), Hyu(Hyundai), Jag(Jaguar), Jep(Jeep), Kia(Kia), Lan(LandRover), Lex(Lexus), Mas(Maserati), Maz(Mazda), Mer(Mercedes Benz), Mit(Mitsubishi), Nis(Nissan), Ope(Opel), Peu(Peugeot), Pon(Pontiac), Por(Porsche), Ren(Renault), Riv(Rivian), Rol(Rolls Royce), Sko(Skoda), Ssa(Ssang Yong), Vwg(Volkswagen), and Vol(Volvo) Labels folder contain labels in text file: SEGEMENT_BRAND_COUNT.txt Single text file structured in: 0(tire1): x1, y1, x2, y2 positions of the single box 0(tire2): x1, y1, x2, y2 positions of the single box 1(wheel1): x1, y1, x2, y2 positions of the single box 1(wheel2): x1, y1, x2, y2 positions of the single box 2(body): x1, y1, x2, y2 positions of the single box 3(cabin): x1, y1, x2, y2 positions of the single box 4(day light opening): x1, y1, x2, y2 positions of the single box 5(bodyside): x1, y1, x2, y2 positions of the single box This dataset also contained the YOLO v5 l based detection model trained on GP22: DetectionModel.pt

GP22是一款面向设计师视角与实践的汽车相关数据集。该数据集涵盖1960年至2021年间投产或推出的汽车侧影图像。
图像文件夹内的数据集图像命名格式为SEGMENT_BRAND_COUNT.jpg，其中：
- SEGMENT（分段标签）采用单个字母进行标注，可选值为A、B、C、D、E、F、J、S、P；
- BRAND（品牌标签）采用三位字母缩写进行标注，对应关系如下：
Alf(AlfaRomeo)：阿尔法·罗密欧（Alfa Romeo）、Ast(Aston Martin)：阿斯顿·马丁（Aston Martin）、Aud(Audi)：奥迪（Audi）、Ben(Bentley)：宾利（Bentley）、Bmw(BMW)：宝马（BMW）、Che(Chevrolet)：雪佛兰（Chevrolet）、Chr(Chrysler)：克莱斯勒（Chrysler）、Cit(Citroen)：雪铁龙（Citroen）、Fer(Ferrari)：法拉利（Ferrari）、Fia(Fiat)：菲亚特（Fiat）、For(Ford)：福特（Ford）、Gen(Genesis)：捷尼赛思（Genesis）、GMC(GMC)：GMC、Hon(Honda)：本田（Honda）、Hum(Hummer)：悍马（Hummer）、Hyu(Hyundai)：现代（Hyundai）、Jag(Jaguar)：捷豹（Jaguar）、Jep(Jeep)：吉普（Jeep）、Kia(Kia)：起亚（Kia）、Lan(LandRover)：路虎（Land Rover）、Lex(Lexus)：雷克萨斯（Lexus）、Mas(Maserati)：玛莎拉蒂（Maserati）、Maz(Mazda)：马自达（Mazda）、Mer(Mercedes Benz)：梅赛德斯-奔驰（Mercedes-Benz）、Mit(Mitsubishi)：三菱（Mitsubishi）、Nis(Nissan)：日产（Nissan）、Ope(Opel)：欧宝（Opel）、Peu(Peugeot)：标致（Peugeot）、Pon(Pontiac)：庞蒂亚克（Pontiac）、Por(Porsche)：保时捷（Porsche）、Ren(Renault)：雷诺（Renault）、Riv(Rivian)：里维安（Rivian）、Rol(Rolls Royce)：劳斯莱斯（Rolls-Royce）、Sko(Skoda)：斯柯达（Skoda）、Ssa(Ssang Yong)：双龙（SsangYong）、Vwg(Volkswagen)：大众（Volkswagen）、Vol(Volvo)：沃尔沃（Volvo）。
标签文件夹内包含文本格式的标签文件SEGMENT_BRAND_COUNT.txt，单个文本文件的标注结构如下：
- 0(轮胎1)：单个边界框的x1、y1、x2、y2坐标
- 0(轮胎2)：单个边界框的x1、y1、x2、y2坐标
- 1(车轮1)：单个边界框的x1、y1、x2、y2坐标
- 1(车轮2)：单个边界框的x1、y1、x2、y2坐标
- 2(车身)：单个边界框的x1、y1、x2、y2坐标
- 3(座舱)：单个边界框的x1、y1、x2、y2坐标
- 4(day light opening，侧窗开口)：单个边界框的x1、y1、x2、y2坐标
- 5(车身侧面)：单个边界框的x1、y1、x2、y2坐标
本数据集还附带了基于YOLOv5大型版在GP22数据集上训练得到的目标检测模型：DetectionModel.pt。