车辆重识别再辨识数据集集合

2020-09-13

车辆重识别/再辨识数据集集合

本资源文件提供了一个车辆重识别（Vehicle Re-ID）数据集的集合，旨在帮助研究人员和开发者进行车辆识别算法的研究和开发。该数据集集合包含了多个公开的车辆重识别数据集，涵盖了不同场景、不同视角和不同属性的车辆图像。

以下是本资源文件中包含的主要数据集：

VeRi776
- 描述：包含超过50,000张776辆车的图像，由20台摄像机在24小时内拍摄，覆盖1.0平方公里的面积。
- 特点：图像在真实世界的无约束监视场景中捕获，标有不同的属性，如BBox、类型、颜色和品牌。
VehicleID
- 描述：包含白天在中国一个小城市中分布的多个真实监控摄像头捕获的数据，共有26,267辆车（共221,763张图像）。
- 特点：每个图像都带有一个与现实世界中的身份相对应的id标签，手动标记了10,319辆车辆的车辆型号信息。
VERI-Wild
- 描述：车辆图像由一个包含174个摄像机，拍摄范围覆盖超过200平方公里的市区CCTV系统拍摄，摄像机是24小时连续拍摄30天。
- 特点：包含了40万张图片，4万种车辆标签，提供了摄像机ID、时间戳、摄像机之间的跟踪关系。
VRAI
- 描述：使用无人机上的摄像头进行拍摄车辆图像，该数据集包含了137,613张图像，包括13,022种车辆类别。
- 特点：每辆车至少有两个无人机在不同位置、不同视角和飞行高度(15m至80m)进行拍摄，手动标记了各种车辆的属性。
N-CARS
- 描述：基于现实事件的数据集，由从市区和高速公路环境中的汽车驾驶中获取的约24,000个样本组成。
- 特点：用安装在汽车挡风玻璃后面的ATIS摄像机拍摄了80分钟，并将其转换为常规的灰度图像，并标记样本。

本资源文件中的数据集可用于车辆重识别算法的训练和测试。每个数据集都提供了详细的描述和特点，用户可以根据自己的需求选择合适的数据集进行研究和开发。

如果您有其他车辆重识别数据集或相关资源，欢迎提交贡献，帮助丰富本资源文件的内容。

本资源文件中的数据集遵循各自原始数据集的许可证。请在使用前仔细阅读并遵守相关许可证的规定。

如果您有任何问题或建议，请通过电子邮件与我们联系。

希望本资源文件能够帮助您在车辆重识别领域的研究和开发中取得进展！