恶劣天气雾天车辆检测数据集 | 目标检测 | 智能诊断、智能交通、自动驾驶

【恶劣天气雾天车辆检测数据集 | 目标检测 | 智能诊断、智能交通、自动驾驶】

恶劣天气雾天车辆检测数据集是一个用于目标检测任务的YOLO格式计算机视觉数据集，包含5个检测类别（bicycle（自行车）、bus（公交车）、car（汽车）、motorcycle（摩托车）、person（人）），适用于智能诊断、智能交通、自动驾驶场景，数据集提供YOLO标准格式标注（.txt文件，class_id center_x center_y width height），支持YOLOv5/v8/v11等主流目标检测框架，可通过data2.cn免费下载。

本数据集来源于 Roboflow Universe（https://universe.roboflow.com/yolov11-ydwah/fog-qegje），是一个专注于雾天等恶劣天气条件下的车辆与行人检测数据集。

📊 数据集标签信息

• 检测类别数（nc）：5
• bicycle（自行车）
• bus（公交车）
• car（汽车）
• motorcycle（摩托车）
• person（人）

📊 数据集概览

• 数据集名称：恶劣天气雾天车辆检测数据集
• 任务类型：目标检测
• 应用领域：智能诊断、智能交通、自动驾驶

🔬 适用场景

1. bicycle, bus, car等多类目标的智能检测
2. 自动驾驶环境感知与目标识别
3. 目标检测模型训练与部署
4. 目标检测模型训练与部署

💡 数据集亮点

本数据集聚焦恶劣天气雾天车辆检测场景，包含5个检测类别，涵盖bicycle, bus, car等核心目标，是智能诊断、智能交通、自动驾驶研究领域的刚需数据集，通过该数据集训练的目标检测模型可实现精准识别与检测。

📥 获取方式

登录网站后即可免费获取网盘下载地址，一键下载即用。

🏷️ 标签

#目标检测 #智能诊断 #恶劣天气雾天车辆检测数据集 #数据集 #YOLO #计算机视觉

更多优质数据集请登录网站免费获取，持续更新中！