maohouer的博客

1217张图，包含训练集和验证集，含有标签（.txt）格式，遇见了心软的审稿人，提供的数据集做对比试验，传递给大家需要自取

FLIR 数据集是由 Teledyne FLIR 公司发布的，用于高级驾驶辅助系统（ADAS）和自动驾驶汽车研究与开发的热成像数据集。以下是对 FLIR 数据集的详细介绍： 数据集构成：FLIR Thermal Starter 数据集包含 14452 张图像，其中 10228 张来自多个短视频，4224 张来自一个 144 秒的连续视频。数据分为 train、val、video 三个文件夹，分别用于训练、验证和一个完整的视频数据的分析。 图像类型：数据集中包含带注释的 8 位红外图像和未经注释的 RGB 图像。红外图像存储在 “Annotated_thermal_8_bit”“thermal_16_bit” 和 “thermal_8_bit” 文件夹中，RGB 图像存储在 “RGB” 文件夹中。 标注信息：标注数据以 MSCOCO 格式提供，存储在 “thermal_annotations.json” 文件中。标注类别包括 Person、Bicycle、Cars、Dogs、Other Vehicle 等。 采样率：图像捕获刷新率为 30Hz，数据集序列以 2 帧 / 秒或 1 帧 / 秒的速率采样，视频注释以 30 帧 / 秒记录。 数据来源与场景：数据源自车载相机系统，在街道与高速公路环境下捕捉，涵盖了不同时间和天气条件，可用于训练和验证神经网络，以识别如行人、自行车、汽车等对象。 扩展数据集：Teledyne FLIR 后来发布了免费的扩展热成像数据集，扩展后的数据集几乎达到原始免费数据集的两倍，包含来自美国、英国和法国的 26000 多张白天和夜间条件下的注释图像，标签类别数量也增加了两倍，包括行人、自行车、汽车、摩托车、公共汽车、火车、卡车、红绿灯、消防栓、路标、狗、滑板、婴儿车以及其他车辆标签。

数据集出自于该篇论文，使用时请引用文献Asphalt Pavement Crack Detection Based on Convolutional Neural Network and Infrared Thermography

应用软件为matlab，用于识别蓝色交通标志，因为交通标志有明显的颜色特征，通过蓝色像素点识别交通标志，内附代码。先将所采集到的图片进行预处理，降噪，腐蚀、膨胀、开运算、闭运算，然后再分割。