数据集概述
本数据集从设计师视角出发，包含1960年代至2021年生产或推出的汽车侧视图图像及标注信息，涵盖不同车型级别（A、B、C等）和品牌（阿尔法·罗密欧、阿斯顿·马丁等），并提供基于YOLO v5训练的检测模型，适用于汽车设计相关研究与应用。
文件详解
- Images.zip
- 文件格式：ZIP
- 内容说明：包含汽车侧视图图像，文件名格式为SEGMENT_BRAND_COUNT.jpg，其中SEGMENT为车型级别（单字母）、BRAND为品牌缩写（三字母）、COUNT为序号
- Labels.zip
- 文件格式：ZIP
- 内容说明：包含图像标注文本文件，文件名格式为SEGMENT_BRAND_COUNT.txt，记录轮胎、车轮、车身、座舱等部件的 bounding box 坐标（x1,y1,x2,y2）
- Images_Description.csv
- 文件格式：CSV
- 字段映射：包含FileName（文件名）、Segment（车型级别）、Brand（品牌全称）、Count（序号）字段
- Labels_Description.txt
- 文件格式：TXT
- 内容说明：标注内容关键词预览，包括tire、wheel、body、cabin、dlo、bodyside
- DetectionModel.pt
- 文件格式：PT
- 内容说明：基于GP22数据集训练的YOLO v5目标检测模型
适用场景
- 汽车设计风格分析：通过不同年代、品牌的汽车侧视图，研究设计风格演变趋势
- 汽车部件检测模型训练：利用标注数据训练或优化汽车部件目标检测算法
- 车型级别与品牌特征提取：分析不同车型级别、品牌的视觉特征差异
- 汽车设计辅助工具开发：为设计师提供基于图像检测的设计参考或自动化标注工具支持
- 汽车工业历史研究：通过1960年代至2021年的汽车图像，研究汽车工业设计历史变迁
