Dataset Viewer
Auto-converted to Parquet Duplicate
text
string
0 0.522388 0.480469 0.731343 0.835938
0 0.490000 0.468085 0.420000 0.553191
0 0.490000 0.468085 0.420000 0.553191
0 0.511765 0.455056 0.482353 0.573034
0 0.511765 0.455056 0.482353 0.573034
0 0.539062 0.487705 0.734375 0.745902
0 0.451613 0.506024 0.537634 0.602410
0 0.451613 0.506024 0.537634 0.602410
0 0.539062 0.487705 0.734375 0.745902
0 0.533058 0.490000 0.636364 0.840000
0 0.477901 0.482456 0.657459 0.672515
0 0.477901 0.482456 0.657459 0.672515
0 0.508333 0.511976 0.661111 0.700599
0 0.487500 0.514706 0.675000 0.852941
0 0.500000 0.509259 0.658537 0.796296
0 0.509615 0.484536 0.500000 0.577320
0 0.479452 0.506849 0.520548 0.575342
0 0.503937 0.500000 0.614173 0.719298
0 0.512987 0.528986 0.662338 0.710145
0 0.482394 0.488462 0.528169 0.669231
0 0.482394 0.488462 0.528169 0.669231
0 0.512346 0.500000 0.604938 0.791045
0 0.506250 0.486301 0.662500 0.753425
0 0.513441 0.494253 0.639785 0.816092
0 0.494624 0.503049 0.752688 0.823171
0 0.522152 0.503937 0.651899 0.771654
0 0.512903 0.496000 0.677419 0.784000
0 0.512903 0.496000 0.677419 0.784000
0 0.541667 0.481752 0.660256 0.744526
0 0.541667 0.481752 0.660256 0.744526
0 0.531915 0.494253 0.702128 0.735632
0 0.513975 0.513245 0.717391 0.867550
0 0.513975 0.513245 0.717391 0.867550
0 0.525943 0.500000 0.683962 0.855670
0 0.517460 0.498221 0.711111 0.832740
0 0.517460 0.498221 0.711111 0.832740
0 0.500000 0.516667 0.634615 0.722222
0 0.513889 0.494681 0.638889 0.712766
0 0.519417 0.500000 0.669903 0.733333
0 0.514563 0.494565 0.660194 0.706522
0 0.514563 0.494565 0.660194 0.706522
0 0.510417 0.510870 0.666667 0.717391
0 0.534884 0.511494 0.767442 0.724138
0 0.519048 0.474747 0.714286 0.808081
0 0.519048 0.474747 0.714286 0.808081
0 0.535714 0.522059 0.571429 0.661765
0 0.506098 0.485915 0.621951 0.690141
0 0.500000 0.492754 0.600000 0.695652
0 0.500000 0.492754 0.600000 0.695652
0 0.484211 0.506329 0.547368 0.632911
0 0.487500 0.484375 0.625000 0.718750
0 0.500000 0.546154 0.569231 0.630769
0 0.500000 0.546154 0.569231 0.630769
0 0.505882 0.520000 0.564706 0.640000
0 0.505882 0.520000 0.564706 0.640000
0 0.500000 0.516667 0.649123 0.733333
0 0.500000 0.516667 0.649123 0.733333
0 0.552239 0.516129 0.626866 0.612903
0 0.491228 0.459184 0.526316 0.551020
0 0.491228 0.459184 0.526316 0.551020
0 0.479730 0.483607 0.554054 0.704918
0 0.513514 0.477778 0.576577 0.711111
0 0.514706 0.477273 0.598039 0.704545
0 0.514706 0.477273 0.598039 0.704545
0 0.489286 0.524793 0.578571 0.685950
0 0.523041 0.489950 0.714286 0.758794
0 0.519608 0.519504 0.758170 0.812057
0 0.494286 0.520000 0.668571 0.746667
0 0.506667 0.468750 0.706667 0.750000
0 0.506667 0.468750 0.706667 0.750000
0 0.513274 0.495050 0.637168 0.732673
0 0.513274 0.495050 0.637168 0.732673
0 0.513274 0.500000 0.637168 0.702970
0 0.513274 0.500000 0.637168 0.702970
0 0.511173 0.509494 0.586592 0.664557
0 0.505587 0.503165 0.597765 0.677215
0 0.505587 0.503165 0.597765 0.677215
0 0.517699 0.500000 0.663717 0.742574
0 0.508850 0.495050 0.663717 0.732673
0 0.508380 0.503165 0.603352 0.677215
0 0.508380 0.503165 0.603352 0.677215
0 0.513966 0.503165 0.592179 0.651899
0 0.504545 0.461165 0.536364 0.592233
0 0.506098 0.481707 0.548780 0.548780
0 0.506098 0.481707 0.548780 0.548780
0 0.739844 0.423611 0.043750 0.100000
0 0.739844 0.423611 0.043750 0.100000
0 0.739844 0.423611 0.043750 0.100000
0 0.739844 0.423611 0.043750 0.100000
0 0.672266 0.553472 0.028906 0.068056
0 0.518657 0.484375 0.753731 0.859375
0 0.490000 0.468085 0.420000 0.553191
0 0.490000 0.468085 0.420000 0.553191
0 0.518657 0.484375 0.753731 0.859375
0 0.521212 0.496689 0.763636 0.834437
0 0.521212 0.496689 0.763636 0.834437
0 0.539062 0.487705 0.734375 0.745902
0 0.451613 0.506024 0.537634 0.602410
0 0.539062 0.487705 0.734375 0.745902
0 0.533058 0.490000 0.636364 0.840000
End of preview. Expand in Data Studio

CTRSDB: Chinese Traffic Regulatory Sign DataBase

数据集简介

CTRSDB是聚焦中国道路场景限速、禁行、让行三类核心管制交通标志的目标检测专用数据集,专为边缘端轻量级交通目标识别模型训练优化,覆盖阴天、雨雾、信号干扰等真实复杂道路场景,完美适配YOLO系列等主流检测模型。

核心亮点

  1. 场景针对性强:聚焦自动驾驶、辅助驾驶最核心的管制类交通标志,无冗余类别,标注精度高
  2. 恶劣场景适配:通过AI生成扩增了雨雾极端天气低能见度场景数据,提升模型在复杂天气下的鲁棒性
  3. 开箱即用:原生支持YOLO格式标注,配套训练配置文件,clone后可直接用于模型训练
  4. 合规开源:遵循CC BY-NC-SA 4.0协议,仅用于学术学习与非商用场景

数据集详情

项目 详情
总图片数量 3960张
核心类别 限速、禁行通行、禁止驶入、减速让行、停车让行
标注格式 YOLO原生txt格式
数据集划分 训练集:验证集:测试集=7:2:1

数据集中英名对照

类别 中文名称 英文名称
0 限速5公里/小时 Speed Limit 5km/h
1 限速15公里/小时 Speed Limit 15km/h
2 限速30公里/小时 Speed Limit 30km/h
3 限速40公里/小时 Speed Limit 40km/h
4 限速50公里/小时 Speed Limit 50km/h
5 限速60公里/小时 Speed Limit 60km/h
6 限速70公里/小时 Speed Limit 70km/h
7 限速80公里/小时 Speed Limit 80km/h
8 停车让行 Stop
9 禁止通行 Road Closed
10 禁止驶入 No Entry
11 减速让行 Give Way

数据来源与合规说明

本数据集严格遵循开源协议规范,所有内容均合规可追溯:

  1. 基础数据融合自以下公开数据集,使用完全遵循原数据集的开源协议:
    • 【CTSDB】:官方链接,原生使用规则:仅限非商业学术研究使用,社区分发遵循 CC BY-NC-SA 4.0 协议
    • 【CCTSDB】:官方链接,原生使用规则:仅限非商业学术研究使用,引用需标注原论文,社区分发遵循 CC BY-NC-SA 4.0 协议
  2. 新增自主采集:重点补充采集了禁止通行这一细分种类数据集
  3. 数据扩增处理:实施AI雨雾效果、亮度扰动、模拟信号干扰等数据扩增手段,扩充训练样本的多样性。

使用方法

# Hugging Face datasets库直接加载
from datasets import load_dataset
dataset = load_dataset("EpicZhang/ChineseTrafficRegulatorySignDataBase")
Downloads last month
2,055