
-
生物通官微
陪你抓住生命科技
跳动的脉搏
面向路侧交通目标检测的空间对齐 RGB-事件模态数据集
《Scientific Data》:A Spatially Aligned RGB-Event Modality Dataset for Roadside Traffic Object Detection
【字体: 大 中 小 】 时间:2026年08月28日 来源:Scientific Data 7.2
编辑推荐:
摘要事件相机在交通感知方面前景广阔。然而,由于高质量数据集的可用性有限,尤其是那些对齐良好且标注统一的双模态数据集,路侧交通应用仍未得到充分探索。我们提出了双模态路侧交通数据集(DRTD),以支持从固定路侧视角进行的交通目标检测研究。DRTD 包含 29,445 张分辨率为
事件相机在交通感知方面前景广阔。然而,由于高质量数据集的可用性有限,尤其是那些对齐良好且标注统一的双模态数据集,路侧交通应用仍未得到充分探索。我们提出了双模态路侧交通数据集(DRTD),以支持从固定路侧视角进行的交通目标检测研究。DRTD 包含 29,445 张分辨率为 1280 × 720 的图像,这些图像是使用自定义双模态成像系统拍摄的。采用了一种采集工作流程来实现时空对齐,并基于视觉分割大模型进行自动标注。所有标注在各模态间保持一致,使其可用于单模态、融合、双模态或标注生成研究。此外,还提供了原始事件流、未标定的 RGB 数据和相机标定参数,以促进传感器融合、标定和数据表示方面的研究。提出了一个使用先进检测模型的基准测试,以验证数据质量和可用性。DRTD 填补了目前公开可用路侧交通事件数据集的空白,并支持基于事件的多模态交通感知可重复研究。