墨比乌斯公司随着城市化进程加快,地下停车场的管理变得日益复杂,车位利用率低和交通拥堵是常见问题。现有的人工管理和传统监控摄像头无法实时、高效地监测空余车位,成本高且精度有限。本数据集旨在通过深度学习技术帮助识别和检测地下停车场的空车位,提高停车管理效率和用户体验。数据集由安装在停车场天花板上的高清摄像头采集图像,涵盖各类天气及光线条件。质量控制采用多轮人工标注和一致性检查,确保每个标注的一致性和精确性。标注团队由具备交通管理和计算机视觉背景的12名专家组成。预处理阶段包括数据清洗、去噪和标准化操作,使用最新的图像增强技术扩充样本。数据以JPG格式储存,组织为按时间和位置分类的文件夹。
| 图片 | File Name | Resolution | 车位ID | 是否空闲 | 车辆存在 | 置信水平 | 边界框 | 停车场布局 | 光照条件 | 摄像头角度 |
|---|---|---|---|---|---|---|---|---|---|---|
![]() | 7d45e1e08af980be05ae6228341c1b19.jpg | 1079*1397 | 277 | 是 | 否 | 0.9 | (100, 50, 200, 150) | 水平排列,多个车位 | 室内灯光 | 正面视角 |
![]() | cde886055408d427b3fd3cf570d98251.jpg | 1080*1400 | 278 | 是 | 否 | 1 | (coordinates not available) | 多列车位,排列整齐 | 室内照明 | 约45度俯视 |
![]() | ec7233bdace4c0587200b4819e052e73.jpg | 1439*1031 | 8F165, 8F166 | 是 | 否 | 1 | [(x1, y1), (x2, y2), (x3, y3), (x4, y4)] | 平行 | 室内灯光 | 正面俯视 |
![]() | 66bf2a1d0d67753452212683bb628b74.jpg | 2268*1080 | 无法识别 | 是 | 否 | 1.0 | 无法识别 | 垂直停车布局 | 室内人工光照 | 平视 |
| 字段 | 类型 | 描述 |
|---|---|---|
| File Name | string | File name |
| Resolution | string | Resolution |
| 车位ID | string | 用于标识车位的唯一ID。 |
| 是否空闲 | boolean | 表示车位是否为空闲状态。 |
| 车辆存在 | boolean | 指示车位上是否存在车辆。 |
| 置信水平 | float | 关于空车位检测的置信度,范围从0到1。 |
| 边界框 | string | 检测到的车位区域的边界框坐标。 |
| 停车场布局 | string | 描述停车场中车位的布局。 |
| 光照条件 | string | 负责任的光照情况如白天或夜间。 |
| 摄像头角度 | string | 表明摄像头安装的视角。 |
| 项目 | 内容 |
|---|---|
| 授权类型 | CC-BY-NC-SA 4.0(非商业署名共享) |
| 商业使用 | 需申请专属订阅或授权合同(支持按月/按调用次数收费) |
| 隐私与脱敏 | 无PII,无真实公司名,模拟场景均符合行业标准 |
| 合规体系 | 中国《数据安全法》 / 欧盟GDPR / 企业数据可访问日志支持 |
让数据提供商通过发布请求来找到你