阿拉巴马大学大型火车与卡车数据集

数据集概述

该数据集包含来自五个数据站点的相机图像和3D激光雷达(LiDAR)点云扫描数据,其中四个站点针对铁路火车,一个站点针对公路卡车,涵盖低光环境和移动平台多视角场景。包含原始与标注数据,支持传感器数据融合研究。

文件详解

  • 数据集核心文件(位于982jbmh5h9-1/目录下):
  • readme.md:Markdown格式文档,包含数据集说明、访问链接等信息
  • file_organization.JPG:JPG格式图片,展示数据集文件组织结构
  • 数据集包含内容(根据描述):
  • 93,397张原始图像、11,415个对应标注文本文件
  • 354,334个原始点云、77,860个对应标注点云
  • 33个时间戳文件(通过POSIX时间关联图像与点云)

数据来源

阿拉巴马大学(University of Alabama)

适用场景

  • 机器学习研究:用于相机与LiDAR传感器数据的目标检测、分类算法开发
  • 交通行业应用:支持铁路火车跟踪系统、公路卡车监测系统的研发
  • 传感器融合分析:探究多传感器(5种LiDAR+1个相机)数据的特征互补性
  • 低光环境研究:分析不同光照条件下传感器数据的差异表现
  • 多视角数据处理:基于移动平台采集的多视角图像与点云开展算法测试
packageimg

数据与资源

附加信息

字段
作者 Maxj
版本 1
数据集大小 0.02 MiB
最后更新 2025年11月27日
创建于 2025年11月27日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。