Область автономных транспортных средств (AV) находится на подъеме. Одна конкретная область, которая помогает в исследовании AV, помечена как данные, потому что она помогает алгоритмам ML (в большинстве случаев CNN) понимать сценарий и действовать в соответствии с ним.

В Индии есть несколько уникальных сценариев, когда речь идет о дорогах, таких как

  1. Повсеместно распространены авторикши (которые не распространены на зарубежных дорогах, поэтому недоступны в зарубежных наборах данных).
  2. Неструктурированная среда на многих дорогах
  3. Отсутствие полос/разделителей

Поэтому важно собирать, маркировать и открывать данные. В качестве небольшого вклада мы создали аннотированный набор данных и опубликовали его на конференции. Пожалуйста, обратитесь к https://doi.org/10.1016/j.procs.2020.04.022 для полного документа, который включает оценку набора данных и сравнение различных показателей. Этот блог полезен как обзор нашей работы и доступ к набору данных (заполните форму Google, прикрепленную внизу).

Примечание. Эта работа находится под лицензией Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License. Чтобы просмотреть копию этой лицензии, посетите http://creativecommons.org/licenses/by-nc-nd/4.0/.

Спецификации набора данных

Весь набор данных NITCAD был разделен на 2 части.

  1. Набор данных объектов NITCAD: собран с помощью экшн-камеры Noise Play 2 в формате 720p со скоростью 30 кадров в секунду.
  2. Набор данных стереозрения NITCAD: собран с помощью камеры Intel Realsense Depth D435.

Существует около 11 000 изображений, из которых 4800 изображений помечены вручную с помощью LabelBox.

Пожалуйста, заполните эту форму Google, чтобы получить доступ к набору данных NITCAD.

Ссылка на Github:https://github.com/NamburiSrinath/NITCAD-dataset (Этот репозиторий содержит весь наш основной проект, частью которого является набор данных NITCAD)

Пожалуйста, напишите по адресу [email protected], [email protected], если у вас есть дополнительные сомнения относительно набора данных/документа с темой письма Набор данных NITCAD — сомнения

Примечание. Набор данных NITCAD означает набор данных автономного вождения Каликута Национального технологического института.

P.S: Я хотел бы поблагодарить своих товарищей по команде Athul Zac Joseph, Ch. Лакшми Приянка, Малавика Наир М, С. Умамахесваран и наш гид Dr. Правин Санкаран, которые помогали на разных этапах проекта.

Персональный сайт: namburisrinath.github.io

Идентификатор канала: namburisrinath.medium.com

LinkedIn: https://www.linkedin.com/in/namburi-gnvv-satya-sai-srinath/