印度理工学院发布专为城市交通设计的大规模图像数据集及模型

发布时间：2025年11月15日来源：szf

快速阅读: 印度科学研究所发布UVH-26交通图像数据集及优化对象检测模型，涵盖14种印度特有车辆类别，180万边界框标注，模型性能提升31.5%。数据集和模型开源，全球下载超1,500次。

印度科学研究所（IISc）的人工智能集成移动计划（AIM@IISc）宣布公开发布UVH-26，这是一个大规模交通图像数据集，附带一组针对印度城市交通状况优化的对象检测模型。UVH-26 包含了从班加罗尔安全城市项目获取的 26,646 张高分辨率交通图像，涵盖 14 种印度特有的车辆类别，包括两轮车、三轮车、轻型商用车和公共汽车，共有 180 万个边界框标注。

据公告，该数据集是通过全国范围的城市视觉黑客马拉松活动策划的，活动吸引了超过 560 名学生志愿者参与大规模的众包标注工作。利用多数投票和 STAPLE 算法生成了高质量的共识真实数据。

除了数据集外，AIM@IISc 还发布了六种最先进的对象检测模型，这些模型基于 YOLOv11、DAMO-YOLO 和 RT-DETRv2 架构，专门针对印度交通场景进行了微调。与在 COCO 数据集上训练的基线模型相比，这些模型在 mAP@50:95 性能指标上提高了高达 31.5%，这表明地区特定数据对于智能交通系统的重要性。

数据集和模型已在 HuggingFace 平台上以开源许可证形式发布。自 2025 年 11 月 5 日发布以来，UVH-26 资源已记录超过 1,500 次下载，并成为该平台上最受欢迎的对象检测模型之一，显示出全球对来自南方国家的移动性AI研究的强烈兴趣。AIM@IISc 邀请研究人员、开发者、学生和政策制定者探索并基于 UVH-26 开发，以推进新兴经济体中的AI驱动交通解决方案。该倡议专注于利用人工智能、数据驱动方法和数字孪生平台解决交通拥堵、安全和城市规划等流动性挑战。

此次发布得到了班加罗尔市警察局和班加罗尔交通警察局的支持，他们提供了来自安全城市项目的影像资料。此外，还获得了 IISc 的 ARTPARK、Kotak IISc AI-ML 中心、Capital One 以及包括 ACM 印度委员会和 IEEE 印度委员会在内的推广合作伙伴的支持。

“I 印度在人工智能应用方面一直缺乏数据，特别是在移动性领域，鉴于印度交通的规模和复杂性。UVH-26 是数百名积极参与的学生通过众包努力创建高质量数据集的一个证明，这些数据集可以与全球基准相媲美。这展示了社区驱动的人工智能在解决本地挑战方面的力量。通过开放这些数据集和模型，我们旨在促进更安全、更智能城市的 AI 驱动交通分析的研究、开发和部署。”IISc 计算与数据科学系副教授 Yogesh Simmhan 表示。

(以上内容均由Ai生成)