交通禁令与路缘标志检测数据集 | 目标检测 | 智能交通

【交通禁令与路缘标志检测数据集 | 目标检测 | 智能交通】
本目标检测数据集共包含2类检测目标、总计2112张标注图像，围绕”交通禁令与路缘标志检测数据集”场景进行采集与标注，可用于目标检测任务模型的训练与验证，适用于智能交通等领域。

数据集概览

• 数据集名称：交通禁令与路缘标志检测数据集
• 任务类型：目标检测
• 图像总数：2112 张
• 标注类别：2 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含 2 个检测类别：

• 禁止停车（no_parking）
• 路中央隔离带缺口（gap_in_median）

技术规格

• 标注格式：YOLO TXT 格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 违章停车监管：自动识别禁止停车标志，辅助违章停车监控。
2. 道路规划：识别路中央隔离带缺口，辅助道路通行规划。
3. 智能交通：支撑城市道路交通标志自动检测与识别。

数据集特点

• 高质量标注：禁令类与路缘通行类两类关键目标有针对性标注。
• 真实场景数据：面向真实城市与道路场景，标注规范便于模型训练验证。

获取方式

本数据集提供了百度网盘下载链接，登录后即可查看：