数据集介绍

当前很多建筑和公共空间面临通道被占用的问题，影响正常通行以及紧急疏散时的安全性。现有的人力巡查和监控系统容易出现漏检和误检，且效率低下。该数据集旨在通过机器学习和计算机视觉技术解决走廊占用自动识别的问题，以提高监测效率和精度。数据采集通过高分辨率摄像设备，在真实的走廊和公共通道环境中进行，以确保数据的多样性和真实性。质量控制措施包括多轮标注、一致性检查和专家审核，标注团队由具有计算机视觉和图像处理背景的20名专业人员组成。预处理步骤包括图像去噪、光照均衡和目标区域标注。数据组织为按场景分类的文件夹结构，存储格式为JPG。