Highway Dataset
Den här datamängden har utvecklats för främjandet av autonoma fordon (AVs). Volvo Autonomous Solutions, Volvo Group, har samlat in flera scener från motorvägar i Göteborgsregionen. Datamängden inkluderar 29 000 annoterade kamerabilder. Datamängden har manuellt annoterats av Kognic (tidigare Annotell).
Kortfattat
Innehåll
Volvo Highway Dataset inkluderar 28,778 bilder i .PNG-format från olika motorvägar i Sverige, mer specifikt runt Göteborg. För projektet användes 75% av datamängden för träning och validering, medan 20% användes som en testdatamängd. Varje bild i datamängden har en medföljande annoteringsfil i GeoJSON-format, vilket är ett sätt att organisera geometrisk information i en JSON-fil. Annoteringarna är kategoriserade i fyra grupper: vägobjekt, filmarkörer, vägkanter och ledigt utrymme. Datamängden har samlats in under olika årstider vilket har gjort det möjligt att fånga olika väderförhållanden.
Författare
Perceptron Consortium and Volvo AB – Semcon AB – Chalmers tekniska högskola
Datatyp
Datasetet är verkliga data och består av bilder tagna från olika motorvägar i Göteborgsområdet i Sverige, inklusive olika årstider och väderförhållanden. Dess syfte är att hjälpa till med objekt- och filigenkänning och klassificering, samt att upptäcka öppna utrymmen.
Anonymisering
Data har anonymiserats genom att sudda ansikten, personer och nummerplåtar.
Tillgång
Datasetet är tillgängligt för alla AI Sweden partners.
Storlek
84GB
Annotering
Annotering utfördes manuellt av Kognic (tidgare Annotell).
Volvo Highway Dataset inkluderar 29,000 märkta bilder med annoteringar för vägobjekt, filmarkeringar, vägkanter och ledigt utrymme. Dessa annoteringar är grupperade i 7 klasser för fordon, 3 klasser för filmarkörer och 4 klasser för vägkanter. Dessutom inkluderar datamängden polygoner för objekt som kan användas för att identifiera och lokalisera specifika objekt inom bilderna genom semantisk segmentering.
Terms and conditions
För att använda detta dataset måste du följa Highway Dataset Terms and Conditions som finns tillgänliga nedan. Alla immateriella rättigheter, titel och ägande (inklusive varumärken, patent, upphovsrättigheter, etc.) i och till datamängden förblir med VOLVO (eller dess tredjepartslicensgivare, om tillämpligt).
Specifikationer för datasetet
I det här projektet presenterar vi en ny bild-datamängd som innehåller uteslutande svenska motorvägsdata. Datat består av bilder från olika motorvägar i Sverige, mer specifikt runt Göteborg. Datamängden har samlats in under olika årstider vilket har gjort det möjligt att fånga olika väderförhållanden. Syftet med datamängden är att användas för objektigenkänning och klassificering, filigenkänning och klassificering, samt detektering av ledigt utrymme.
För att skapa denna datamängd behövdes en initial studie av sensorinställningen. Därefter placerades sensorerna på en testlastbil och en plan för datainsamling konstruerades. Data samlades kontinuerligt in under olika årstider och bearbetades sedan och skickades för annotering. Annoteringen utfördes av en extern leverantör Kognic (tidigare Annotell). Annoteringarna gjordes manuellt för att få mer exakta resultat.
Volvo Motorvägsdatamängd innehåller 28778 märkta bilder. Annoteringarna inkluderar vägobjekt, filmarkeringar, vägkanter och ledigt utrymme. Dessa annoteringar delas in i 7 klasser av objektfordon, 3 klasser av filmarkörer och 4 klasser av vägkanter. Dessutom innehåller datamängden polygoner för objektet som kan användas för semantisk segmentering och objektlokalisering.
Mer specifikationer kan hittas här
Användningsfall hittills
1. The Perceptron Project - utveckling av djupa neurala nätverk för autonoma fordon på motorvägar i Sverige.
Den globala bilindustrin anpassar djupinlärning som en nyckelteknologi inom flera områden, särskilt autonoma körning, vilket utgör ett hot mot den svenska bilindustrin. Perceptronprojektet syftar till att möta detta genom att utveckla ett koncept för datadriven utveckling av djupinlärningslösningar, samt bygga den nödvändiga infrastrukturen för loggning av data, träning av nätverk och kontinuerlig distribution. Projektet undersöker också olika träningsplattformar och inbyggda inferensplattformar, vilket kan ha en betydande inverkan på framtida produktbeslut för OEMs och leverantörer.
Datasetet används för att detektera följande:
- Vägobjekt
- Filmarkeringar
- Vägkanter
- Ledigt utrymme
Läs mer om Perceptron Project in the Perceptron Public Report:
Tillgång
Dataseten är tillgängliga för alla AI Sweden partner. Kontakta Beatrice Comoli för ytterligare instruktioner om hur du får tillgång till data. Om du är intresserad av att bli en partner till AI Sweden, att få tillgång till partnerförmåner, inklusive Data Factory och datasets, eller att dela ett dataset eller en modell, tveka inte att höra av dig.
