数据集概述
该数据集为停车场车辆检测、分割与计数任务提供图像数据，包含约二百五十张昼夜不同光照条件下的停车场图像，覆盖多天气、多角度及遮挡等复杂场景，每张图像均标注车辆实例的像素级掩码、边界框等信息。
文件详解
- 训练集COCO格式标注文件:
- train_coco_annotations.json: JSON格式，遵循MS COCO数据标准，标注训练集（日间图像）车辆实例，适用于车辆检测与实例分割任务。
- val_coco_annotations.json: JSON格式，遵循MS COCO数据标准，标注验证集（夜间图像）车辆实例，适用于车辆检测与实例分割任务。
- 训练集点标注文件:
- train_dot_annotations.csv: CSV格式，包含训练集车辆中心点坐标，适用于车辆计数任务。
- val_dot_annotations.csv: CSV格式，包含验证集车辆中心点坐标，适用于车辆计数任务。
- 测试集计数标注文件:
- ground_truth_test_counting.csv: CSV格式，包含测试集每张图像的车辆数量，仅适用于车辆计数任务测试。
适用场景
- 计算机视觉研究: 用于开发和评估车辆检测、实例分割算法在昼夜不同光照条件下的性能。
- 智能交通系统: 支持停车场车辆自动计数与管理系统的模型训练与测试。
- 深度学习应用: 为复杂场景（如遮挡、阴影）下的目标检测算法优化提供真实场景数据。
- 场景适应性分析: 研究光照变化对计算机视觉模型性能的影响及改进方法。
