CULane是用于行车道检测学术研究的大规模具有挑战性的数据集。它由安装在六辆由北京不同驾驶员驾驶的不同车辆上的摄像机收集。收集了超过55小时的视频，并提取了133,235帧。数据示例如上所示。我们将数据集分为88880个训练集，9675个验证集和34680个测试集。测试集分为正常和8个挑战性类别，分别对应于9个示例。

@inproceedings{pan2018SCNN, author = {Xingang Pan, Jianping Shi, Ping Luo, Xiaogang Wang, and Xiaoou Tang}, title = {Spatial As Deep: Spatial CNN for Traffic Scene Understanding}, booktitle = {AAAI Conference on Artificial Intelligence (AAAI)}, month = {February}, year = {2018} }

咨询合作 DataBall 项目，欢迎加以下微信。

助力快速掌握数据集的信息和使用方式。