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
- Ubuntu 中通过源码安装 Python3.x 环境
最近在个人前后端分离项目时候, 后端接口程序 fastapi, 在部署的时候, 需要 Pyhton3.8 以上的环境, 但 ubuntu 默认的是 2.7 于是想通过源码安装的方式进行环境搭建. 下载 ...
- ShadowSql之表达式树
ShadowSql的主要思想通过表和字段的影子来拼写sql .net中的表达式树是作为模型类的影子,非常契合ShadowSql 拿表达式树来拼写sql就和EF类似 一.nuget包 nuget安装Sh ...
- .NET8带来的一些新特性
最近收到任务,项目从.NET 5升级为.NET 8. 特意去了解了一下.NET8的新特性,经过验证后,分享一些这些新特性. 管他用得到用不到,先了解了再说. 一.性能提升 1.原生AOT深度优化 通 ...
- SQL语句between and边界问题
BETWEEN AND 需要两个参数,即范围的起始值a和终止值b,而且要求a<b.如果字段值在指定的[闭区间[a,b]]内,则这些记录被返回:否则,记录不会被返回. 字段值可以是数值.文本 ...
- 在 Mac 系统上使用 docker
1.通过 brew 安装 docker client brew install docker 2.通过 brew 安装 colima(开源的轻量级容器,可以在 linux 和 mac 上运行) bre ...
- buck参数工具分享
工具链接:https://cnblogs-img.oss-cn-hangzhou.aliyuncs.com/docs/buck.xls
- ChatMoney让我重新找到创作灵感
本文由 ChatMoney团队出品 今天是 2024 年 6月 19 日,星期三,哈喽大家好,我是一名乡野自媒体创作者小麦,基本上每天都会在自媒体的海洋中创作.重复着创作.创新.写稿.改稿.学习.复盘 ...
- C#/.NET/.NET Core技术前沿周刊 | 第 42 期(2025年6.9-6.15)
前言 C#/.NET/.NET Core技术前沿周刊,你的每周技术指南针!记录.追踪C#/.NET/.NET Core领域.生态的每周最新.最实用.最有价值的技术文章.社区动态.优质项目和学习资源等. ...
- 迁移git:gitlab->gitea
本文目的:迁移gitlab代码到gitea. 一:创建一个组织: 二:创建git仓库 1:在主界面创建仓库:注意选择拥有者 创建git库需要注意拥有者选择创建的组织.不然后面git链接会出现用户名.其 ...
- MongoDB入门实战教程(6)
本系列教程目录: MongoDB入门实战教程(1) MongoDB入门实战教程(2) MongoDB入门实战教程(3) MongoDB入门实战教程(4) MongoDB入门实战教程(5) 通过前面几篇 ...






















