Dataset Viewer
Auto-converted to Parquet
Search is not available for this dataset
image
imagewidth (px)
3.02k
4.03k
image_id
int64
1
16
width
int32
3.02k
3.02k
height
int32
4.03k
4.03k
objects
dict
1
3,024
4,032
{ "id": [ 1, 2, 3, 4, 5, 6, 7 ], "bbox": [ [ 645, 1094, 1759, 1619 ], [ 987, 916, 574, 324 ], [ 791, 2321, 660, 202 ], [ 1958, 2438, 354, 238 ], [ 645, 2364, 330, 299 ], [ 687, 1277, 202, 202 ], [ 1005, 1014, 67, 61 ] ], "category": [ 3, 3, 4, 5, 5, 6, 6 ] }
2
3,024
4,032
{ "id": [ 8, 9, 10, 11 ], "bbox": [ [ 608, 18, 2120, 2077 ], [ 730, 1423, 770, 183 ], [ 2227, 1668, 367, 360 ], [ 657, 1509, 507, 415 ] ], "category": [ 3, 4, 5, 5 ] }
3
3,024
4,032
{ "id": [ 12, 13, 14, 15 ], "bbox": [ [ 559, 965, 1937, 1723 ], [ 779, 2273, 727, 214 ], [ 559, 2328, 379, 330 ], [ 2031, 2352, 397, 281 ] ], "category": [ 3, 4, 5, 5 ] }
4
3,024
4,032
{ "id": [ 16, 17, 18, 19, 20, 21, 22, 23, 24, 25 ], "bbox": [ [ 455, 794, 1815, 1527 ], [ 302, 806, 605, 611 ], [ 968, 1924, 629, 177 ], [ 669, 1747, 403, 568 ], [ 1836, 1992, 318, 208 ], [ 455, 1368, 208, 434 ], [ 382, 1228, 92, 189 ], [ 315, 1106, 79, 153 ], [ 443, 1094, 165, 153 ], [ 321, 892, 98, 104 ] ], "category": [ 3, 3, 4, 5, 5, 5, 5, 5, 6, 6 ] }
5
3,024
4,032
{ "id": [ 26, 27, 28, 29, 30, 31, 32 ], "bbox": [ [ 327, 916, 2052, 1894 ], [ 504, 2260, 641, 281 ], [ 1927, 2480, 360, 293 ], [ 363, 2309, 373, 318 ], [ 2215, 1332, 208, 177 ], [ 1860, 935, 489, 605 ], [ 2288, 1087, 86, 79 ] ], "category": [ 3, 4, 5, 5, 6, 3, 6 ] }
6
3,024
4,032
{ "id": [ 33, 34, 35, 36, 37, 38 ], "bbox": [ [ 192, 403, 2291, 1992 ], [ 1304, 1888, 556, 318 ], [ 327, 1943, 617, 452 ], [ 2068, 1967, 305, 195 ], [ 1885, 843, 195, 183 ], [ 211, 922, 269, 244 ] ], "category": [ 3, 4, 5, 5, 6, 6 ] }
7
3,024
4,032
{ "id": [ 39, 40, 41, 42, 43, 44, 45, 46, 47, 48 ], "bbox": [ [ 926, 1356, 959, 745 ], [ 1451, 1827, 263, 171 ], [ 1097, 1802, 208, 293 ], [ 932, 1674, 128, 275 ], [ 1720, 1961, 134, 67 ], [ 1836, 2150, 434, 813 ], [ 1781, 1405, 1243, 1821 ], [ 2276, 1857, 177, 220 ], [ 1017, 1558, 128, 79 ], [ 1683, 1558, 43, 55 ] ], "category": [ 3, 4, 5, 5, 5, 5, 3, 6, 6, 6 ] }
8
3,024
4,032
{ "id": [ 49, 50, 51, 52 ], "bbox": [ [ 590, 654, 2425, 2700 ], [ 742, 2297, 483, 452 ], [ 2325, 2205, 690, 1106 ], [ 1573, 1149, 92, 79 ] ], "category": [ 3, 4, 5, 6 ] }
9
3,024
4,032
{ "id": [ 53, 54, 55 ], "bbox": [ [ 1390, 550, 1130, 3427 ], [ 1396, 568, 629, 953 ], [ 1506, 892, 452, 336 ] ], "category": [ 0, 1, 2 ] }
10
3,024
4,032
{ "id": [ 56, 57, 58 ], "bbox": [ [ 351, 782, 1802, 3244 ], [ 351, 800, 1808, 1784 ], [ 602, 1338, 1350, 617 ] ], "category": [ 0, 1, 2 ] }
11
3,024
4,032
{ "id": [ 59, 60, 61 ], "bbox": [ [ 1121, 6, 1027, 4002 ], [ 1127, 1075, 1008, 1210 ], [ 1298, 1430, 727, 507 ] ], "category": [ 0, 1, 2 ] }
12
3,024
4,032
{ "id": [ 62, 63, 64 ], "bbox": [ [ 620, 922, 1375, 3091 ], [ 626, 935, 1362, 1698 ], [ 742, 1381, 1039, 672 ] ], "category": [ 0, 1, 2 ] }
13
3,024
4,032
{ "id": [ 65, 66, 67 ], "bbox": [ [ 724, 1210, 1051, 2816 ], [ 730, 1222, 929, 1277 ], [ 944, 1680, 586, 391 ] ], "category": [ 0, 1, 2 ] }
14
3,024
4,032
{ "id": [ 68, 69, 70 ], "bbox": [ [ 174, 1032, 2486, 2993 ], [ 260, 1045, 2407, 2303 ], [ 596, 1723, 1747, 599 ] ], "category": [ 0, 1, 2 ] }
15
3,024
4,032
{ "id": [ 71, 72, 73, 74, 75, 76 ], "bbox": [ [ 229, 18, 2767, 1692 ], [ 1402, 971, 709, 342 ], [ 333, 1142, 550, 562 ], [ 2337, 1228, 525, 458 ], [ 2422, 147, 250, 177 ], [ 449, 92, 263, 189 ] ], "category": [ 3, 4, 5, 5, 6, 6 ] }
16
3,024
4,032
{ "id": [ 77, 78, 79, 80, 81, 82 ], "bbox": [ [ 693, 666, 1808, 1912 ], [ 1610, 2303, 379, 195 ], [ 748, 2059, 318, 483 ], [ 730, 1417, 116, 324 ], [ 693, 1155, 232, 220 ], [ 2129, 1307, 165, 159 ] ], "category": [ 3, 4, 5, 5, 6, 6 ] }

【権利クリア】 アフリカ道路おける道路標識と車両のデータセット

アフリカの道路における道路標識と車両の 権利クリアな 画像データセットです。

物体検出タスク向けにアノテーションされていて、AIモデルの開発に活用いただけます。 なお、プライバシー保護の観点から、車両のナンバープレートはすべてマスク処理しています。

データセットのラベル

本データセットには、道路標識に関するラベルと車両に関するラベルがあり、以下のように定義されています。

道路標識に関するラベル

  • roadsign_all: ポールと板を含む道路標識全体
  • roadsign_board: 道路標識の板/パネル部分
  • roadsign_text: 道路標識のテキスト内容

車両に関するラベル

  • car_all: 車両全体
  • car_numberplate: 車両のナンバープレート
  • car_tire: 車両のタイヤ/ホイール
  • car_mirror: 車両のサイドミラー

なお、データセット内の category_id とラベルの関係は以下のような対応関係になっています。

ラベル名 category_id
roadsign_all 0
roadsign_board 1
roadsign_text 2
car_all 3
car_numberplate 4
car_tire 5
car_mirror 6

使用方法

from datasets import load_dataset

# データセットを読み込む
ds = load_dataset("APTOinc/african-road-signs-and-cars")
example = ds['train'][0]

他のフォーマットを使用される場合

Files and Versions タブをご覧いただけると、 MS COCO、 Pascal VOC、 YOLO v5、Labeme 形式のアノテーションファイルが同梱されております。

zipファイルでも用意しておりますので、お好きな形式のものをダウンロードしてください。

Downloads last month
40