HAVE数据集介绍
Highway All-scenario Video Events Dataset. 高速公路全场景视频事件数据集。
HAVE 数据集是专为高速公路场景下多场景、多事件分析而构建的大规模视频数据集。数据集全面覆盖多种复杂环境和交通事件,包括隧道、桥梁、外场、收费站、服务区、白天、夜晚、雨雪雾天气,以及事故、施工、拥堵、边坡、停车、逆行、烟火等典型交通事件。
数据集旨在推动智能交通、自动驾驶、交通事件检测等领域的研究与应用,为视频理解、场景识别、交通异常检测等任务提供高质量、多样化、精准标注的真实高速公路视频数据。
“一套数据,尽览高速公路全场景与事件——HAVE,尽在掌握。”

数据集特点
- 完整细致的标签体系,涵盖场景、天气和交通事件;
- 覆盖国内多种高速公路环境与复杂交通事件;
- 适用于视频理解、场景识别、交通异常检测等多种任务。
数据集规格
- 数据集中视频文件包含`MP4/H264`两种格式,大部分视频时长`1分钟`左右,少部分超过1分钟,以`25FPS`、`1920*1080/704*576`居多;
- 数据集中视频文件根据类型分子目录(`part1/part2/partN`)存储,比如桥梁场景单独为一个子目录,拥堵单独为一个子目录,注意子目录与标签没有完全一一对应(一个视频可能包含多种标签);
- 数据集中视频文件数量超过1000个(持续扩充中),覆盖国内大部分省份高速场景,其中各标签占比并不完全一致,特殊标签如`事故`、`边坡塌方`占比较小。
下面是各子目录介绍:
- part1: 存放真实烟火相关视频,100+视频
- part2: 存放烟火相关视频,存在部分人工模拟数据,50+视频
- part3: 存放拥堵视频,100+视频
- part4: 存放恶劣天气相关视频,包含雨雪雾,300+视频
- part5: 存放施工相关视频,100+视频
- part6: 存放逆行相关视频,100+视频
- part7: 存放停车相关视频,100+视频
- part8: 存放收费站场景相关视频,含180度广角画面,200+视频
- part9: 存放疑似事故相关视频,100+视频
- part10: 存放抛洒物相关视频,100+视频
- part11: 存放桥梁场景相关视频,100+视频
- part12: 存放立交互通场景相关视频,100+视频
- part13: 存放桥梁、互通场景中发生停车的相关视频,100+视频
- part14: 存放凌晨、傍晚时间段视频,开车灯,大部分车身轮廓可见,100+视频
- part15: 存放主线大流量视频,车辆目标多,100+视频
- part16: 存放服务区场景相关视频,含180度广角画面,100+视频
- part17: 存放门架视角视频(正拍),100+视频
- part18: 存放广场全景视角视频(180度),50+视频
- part19: 补充中
注意:
- 同一个视频可能包含多种标签,比如part3中的拥堵视频,可以发生在桥梁、互通等场景,并且画面中可能在下雨。part4中的恶劣天气视频,画面中可能存在停车、拥堵。part7中的停车视频,可以发生在外场、隧道,也可能是门架正拍视角。
- 各视频场景重复率低于1%,少部分视频场景重复,但视频录制的时间不相同,画面中目标、光线完全不一样。
数据集示例
|
分类 |
ID |
标签 |
示例 |
说明 |
|
时间 |
1 |
白天 |
|
白天 |
|
2 |
夜晚 |
|
夜晚(部分黑白图) |
|
|
场景 |
3 |
外场 |
|
外场主线场景 |
|
4 |
隧道 |
|
隧道场景(含不同亮度) |
|
|
5 |
桥梁 |
|
桥梁场景 |
|
|
6 |
服务区 |
|
服务区场景 |
|
|
7 |
收费站 |
|
收费站场景 |
|
|
8 |
立交互通 |
|
立交互通场景 |
|
|
视角 |
9 |
侧拍 |
|
侧拍视角(外场立杆12米,隧道壁4米) |
|
10 |
正拍 |
|
正拍视角(外场门架8米,隧道顶6米) |
|
|
天气 |
11 |
雨 |
|
画面下雨(不区分下雨程度) |
|
12 |
雪 |
|
画面下雪(不区分下雪程度) |
|
|
13 |
雾 |
|
画面起雾(不区分起雾程度) |
|
|
事件 |
14 |
拥堵 |
|
画面存在拥堵 |
|
15 |
施工 |
|
画面存 在施工 |
|
|
16 |
事故 |
|
画面存在事故(翻车/追尾) |
|
|
17 |
边坡塌方 |
|
画面存在边坡塌方 |
|
|
18 |
烟火 |
|
画面存在烟火 |
|
|
19 |
停车 |
|
画面存在停车 |
|
|
20 |
逆行 |
|
画面存在逆行(倒车) |
|
|
21 |
行人 |
|
画面存在行人 |
|
|
22 |
摩托车 |
|
画面存在摩托车 |
|
|
23 |
抛洒物 |
|
画面存在抛洒物(轮胎、纸箱、垃圾袋等不明确物体) |
数据集应用
下面是HAVE数据集部分样本在VideoPipe框架中的应用效果(视频演示效果参考网站):



HAVE数据集介绍的更多相关文章
- 机器学习数据集,主数据集不能通过,人脸数据集介绍,从r包中获取数据集,中国河流数据集
机器学习数据集,主数据集不能通过,人脸数据集介绍,从r包中获取数据集,中国河流数据集 选自Microsoft www.tz365.Cn 作者:Lee Scott 机器之心编译 参与:李亚洲.吴攀. ...
- Pascal VOC & COCO数据集介绍 & 转换
目录 Pascal VOC & COCO数据集介绍 Pascal VOC数据集介绍 1. JPEGImages 2. Annotations 3. ImageSets 4. Segmentat ...
- [深度学习] CCPD车牌数据集介绍
CCPD是一个大型的.多样化的.经过仔细标注的中国城市车牌开源数据集.CCPD数据集主要分为CCPD2019数据集和CCPD2020(CCPD-Green)数据集.CCPD2019数据集车牌类型仅有普 ...
- TensorFlow 卷积神经网络手写数字识别数据集介绍
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习.深度学习的知识! 手写数字识别 接下来将会以 MNIST 数据集为例,使用卷积层和池 ...
- cifar数据集介绍及到图像转换的实现
CIFAR是一个用于普通物体识别的数据集.CIFAR数据集分为两种:CIFAR-10和CIFAR-100.The CIFAR-10 and CIFAR-100 are labeled subsets ...
- CIFAR10/CIFAR100数据集介绍
CIFAR-10/CIFAR-100数据集解析 觉得有用的话,欢迎一起讨论相互学习~Follow Me 参考文献 CIFAR-10/CIFAR-100数据集 CIFAR-10和CIFAR-100被标记 ...
- MNIST 数据集介绍
在学习机器学习的时候,首要的任务的就是准备一份通用的数据集,方便与其他的算法进行比较. MNIST数据集是一个手写数字数据集,每一张图片都是0到9中的单个数字,比如下面几个: MNIST数据库 ...
- 【神经网络与深度学习】CIFAR-10数据集介绍
CIFAR-10数据集含有6万个32*32的彩色图像,共分为10种类型,由 Alex Krizhevsky, Vinod Nair和 Geoffrey Hinton收集而来.包含50000张训练图片, ...
- caffe之数据集介绍
数据集:http://bigdata.51cto.com/art/201702/531276.htm 计算机视觉 MNIST: 最通用的健全检查.25x25 的数据集,中心化,B&W 手写数字 ...
- MNIST数据集介绍
大多数示例使用手写数字的MNIST数据集[^1].该数据集包含60,000个用于训练的示例和10,000个用于测试的示例.这些数字已经过尺寸标准化并位于图像中心,图像是固定大小(28x28像素),其值 ...
随机推荐
- 知识蒸馏 -- 定位蒸馏LD
定位蒸馏 定位蒸馏:Localization Distillation,简称LD 论文地址: Localization Distillation for Dense Object Detection ...
- 操作系统:设备I/O -- 如何在内核中注册设备?
在上节课里,我们对设备进行了分类,建立了设备与驱动的数据结构,同时也规定了一个驱动程序应该提供哪些标准操作方法,供操作系统内核调用.这相当于设计了行政部门的规章制度,一个部门叫什么,应该干什么,这些就 ...
- C#数据结构及算法之链表
C# 链表 链表是节点的列表,节点包含两部分:值和链接,其中值部分用于储存数据,链接部分用于指向下一个元素的地址,是引用 类型. 单链表 public class LinkedList { priva ...
- 抽象类&&接口做形参(其实同理)
抽象类:传入该抽象类的子类对象 eg: package javaBasic; public class TestAbstract { public static void main(String[] ...
- Libnetwork底层原理以及Docker网络实现
1.CNM CNM (Container Network Model) 是 Docker 发布的容器网络标准,意在规范和指定容器网络发展标准,CNM 抽象了容器的网络接口 ,使得只要满足 CNM 接口 ...
- FastDFS分布式文件服务器搭建以及Golang和Python调用
FastDFS 1.介绍 FastDFS是基于http协议的分布式文件系统,其设计理念是一切从简.主要解决了海量数据存储的问题,特别适合系统中的中小文件的存储和在线服务.中小文件的范围大致为4KB-5 ...
- Go语言中的并发操作
并发与并行 并发:同一时间段内,执行多个任务(你在用微信和两个女朋友聊天) 并行:同一时刻,执行多个任务(你和你朋友都在用微信和女朋友聊天) Go语言中的并发通过goroutine实现.gorouti ...
- nodejs实现将json转化为excel文件
本文使用node.js实现将json数据转换导出为excel文件. 一.安装json2xls库 npm i json2xls 二.封装转换方法 新增jsonToExcel.js文件,该文件用于将jso ...
- HashSet的泛型应用
1 package com.lv.study.pm.first; 2 3 import java.util.HashSet; 4 import java.util.Set; 5 6 //无序不可重复 ...
- idea maven 打包错误 [ERROR] javac options source files
[ERROR] Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.1:compile (default-c ...






















