이 데이터 세트는 스페인 프란시스코 데 비토리아 대학교와 마드리드 유럽 대학교의 연구팀이 2022년에 생성했습니다. 교통 관리 분야의 머신 비전 알고리즘을 위한 고품질의 훈련 데이터를 제공하는 것을 목표로 합니다. 관련 논문 결과는 "데이터 세트: 교통 관리를 위한 머신 비전 알고리즘 훈련에 사용하기 위해 UAV에서 캡처한 교통 이미지". 무인 항공기(UAV)가 촬영한 15,070개의 이미지 프레임이 포함되어 있으며, 지역 도로, 도시 교차로, 시골 도로, 그리고 다양한 유형의 로터리 등 다양한 교통 상황을 다룹니다. 이미지에는 155,328개의 객체에 대한 주석이 있으며, 그중 137,602개는 자동차이고 17,726개는 오토바이입니다. 이 이미지들은 YOLO 형식으로 저장되어 있어 합성곱 신경망 기반 머신 비전 알고리즘을 학습하는 데 편리합니다.
유럽 데이터 보호 규정을 준수하기 위해 데이터 세트의 차량 번호판 정보는 익명화되어 개인 정보를 보호합니다. 이 데이터 세트를 생성하는 과정에는 데이터 수집, 이미지 캡처, 차량 라벨링, 익명화, 데이터 검증 등 여러 단계가 포함됩니다. 연구팀은 DJI Mavic Mini 2와 Yuneec Typhoon H와 같은 드론을 사용하여 이미지를 수집했으며, 데이터의 다양성과 풍부함을 보장하기 위해 다양한 시나리오와 조건에서 많은 수의 이미지를 촬영했습니다. 또한 연구팀은 데이터 세트의 효과를 검증하기 위해 간단한 신경망 모델을 학습시켰고, 좋은 결과를 얻었습니다.
이 데이터 세트의 용도는 매우 광범위합니다. 드론이 촬영한 이미지를 통해 교통 흐름을 모니터링하고 분석하여 교통 관리 시스템을 개발하고 최적화하는 데 활용할 수 있으며, 이를 통해 교통 효율성을 개선할 수 있습니다. 또한 자율 주행 기술에서 머신 비전 알고리즘을 훈련하는 데에도 사용할 수 있으며, 알고리즘이 교통 현장에서 차량을 더 잘 식별하고 분류하는 데 도움이 됩니다. 교통 위반 관리를 위해, 이 데이터 세트는 드론을 사용하여 교통 위반을 모니터링하는 알고리즘을 훈련하는 데 사용될 수 있습니다. 비상 대응 측면에서 이 데이터 세트는 교통사고가 발생했을 때 신속하게 대응하고 사상자를 줄이는 알고리즘을 훈련하는 데 사용될 수 있습니다.
