README.md

---
dataset_info:
  features:
  - name: image
    dtype: image
  - name: image_id
    dtype: int64
  - name: width
    dtype: int32
  - name: height
    dtype: int32
  - name: objects
    struct:
    - name: id
      list: int64
    - name: bbox
      list:
        list: float32
        length: 4
    - name: category
      list:
        class_label:
          names:
            '0': roadsign_all
            '1': roadsign_board
            '2': roadsign_text
            '3': car_all
            '4': car_numberplate
            '5': car_tire
            '6': car_mirror
  splits:
  - name: train
    num_bytes: 53743174
    num_examples: 16
  download_size: 53746326
  dataset_size: 53743174
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train-*
task_categories:
- object-detection
tags:
- road-signs
- vehicles
- car-detection
- road-safety
---


# 【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

```python
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。