Datasets:
Dataset Viewer
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