盲道辅助信号灯检测数据集 | 3000张YOLO助盲出行数据集适用于视障出行辅助、移动端部署与目标检测研究一、数据集概述本数据集是一个面向视障人士出行辅助的交通信号灯检测数据集共包含3000张高质量标注图像训练集2635张、验证集273张、测试集92张覆盖3类信号灯目标。视障人士在独立出行过马路时无法直接获取交通信号灯状态信息存在较大安全隐患。基于计算机视觉的信号灯实时识别技术可通过可穿戴设备或手机App以语音播报形式告知视障用户当前信号灯状态是智能助盲领域的核心技术之一。该数据集可广泛应用于视障出行辅助、可穿戴助盲设备、移动端App等场景也可扩展应用于自动驾驶的人行横道信号识别场景适用于YOLOv5/v7/v8/v10/v11/v12等主流检测框架。随着人工智能和无障碍技术的快速发展利用计算机视觉技术实现行人信号灯的实时识别与播报已成为提升视障人士出行安全的重要手段。本数据集针对信号灯检测场景中目标小、背景复杂、光照天气变化大等问题进行专项构建可为助盲出行辅助系统与移动端智能设备提供高质量数据支撑。数据集下载通过网盘分享的文件盲道辅助信号灯检测数据集链接: https://pan.baidu.com/s/1aG4FLM6DUp1mC3G6-D2XDg?pwdujwb提取码: ujwb二、数据集基本信息项目内容数据集名称盲道辅助信号灯检测数据集数据规模3000张高质量标注图像train 2635 valid 273 test 92任务类型目标检测Object Detection检测目标绿色行人信号灯、红色行人信号灯、普通交通灯类别数量nc3类标注方式Bounding Box目标框标注数据格式YOLO标准格式数据来源真实路口场景采集数据划分Train / Valid / Test适配模型YOLOv5、YOLOv7、YOLOv8、YOLOv10、YOLOv11、YOLOv12、Faster R-CNN等三、数据集类别说明本数据集为多类别目标检测数据集共设置3个检测类别聚焦于行人过街信号灯的状态识别类别划分贴合视障出行辅助实际需求。类别配置nc:3names:-green_pedestrian_light-red_pedestrian_light-traffic_light类别详情类别ID类别名称英文名称类别说明0绿色行人信号灯green_pedestrian_light行人过街绿灯表示允许通行1红色行人信号灯red_pedestrian_light行人过街红灯表示禁止通行2普通交通灯traffic_light机动车交通信号灯作为场景上下文与干扰区分三类设计精准针对视障出行辅助的核心需求绿色行人信号灯通行许可状态是视障用户过街的关键判断依据红色行人信号灯禁止通行状态避免危险过街普通交通灯机动车信号灯作为场景上下文信息同时用于区分机动车灯与行人灯提升判别准确性类别设计直接对应能否安全过街的决策需求可支撑语音播报等助盲应用。四、数据集结构说明数据集采用标准YOLO目录结构组织已按训练集、验证集、测试集进行科学划分结构清晰便于直接接入主流检测框架。盲道辅助信号灯检测数据集-3类/ ├── train │ ├── images │ └── labels ├── valid │ ├── images │ └── labels ├── test │ ├── images │ └── labels └── data.yaml各数据集作用如下train/images labels训练集图像与标签2635张用于模型参数学习与特征提取valid/images labels验证集图像与标签273张用于超参数调优、早停监控及防止过拟合test/images labels测试集图像与标签92张用于最终模型性能评估与泛化能力测试。标注文件为同名.txt格式每行格式为类别索引 x_center y_center width height坐标均为归一化值配套data.yaml已配置好类别名称与数量可直接适配YOLO系列等目标检测框架。五、数据集核心优势1. 聚焦视障出行辅助场景本数据集以视障人士过街信号灯识别为核心任务所有图像聚焦于真实路口场景下的行人信号灯采集覆盖不同天气、光照和拍摄角度。类别设计直接对应视障用户能否安全过街的决策需求更利于训练出面向助盲应用的实用检测模型。覆盖场景包括城市路口人行横道不同天气条件晴天、阴天、雨雾等不同光照条件白天、黄昏、夜间不同拍摄角度与距离复杂背景的路口环境2. 行人信号灯状态精准识别三类标签精准覆盖过街决策的关键信息绿色行人信号灯通行状态语音播报可以通行红色行人信号灯禁行状态语音播报请等待普通交通灯机动车信号灯用于场景区分与干扰排除通过区分行人信号灯与机动车信号灯避免将机动车绿灯误判为行人可通行提升助盲决策的安全性。3. 小目标检测与抗干扰挑战信号灯检测具有典型的技术难点目标小信号灯在路口全景中占比较小背景复杂路口建筑、车辆、行人等背景干扰多光照变化不同时段的光照条件差异显著天气影响雨雾天气影响成像质量多灯并存同一路口多个信号灯同时存在需精准区分对模型的小目标检测与抗干扰能力要求较高具有良好的算法检验价值。4. 数据增强提升鲁棒性数据集增强图片通过翻转、亮度、对比度、饱和度变换生成标注坐标已同步更新几何变换翻转增强视角多样性亮度变换覆盖不同光照条件对比度变换适应不同成像质量饱和度变换增强颜色鲁棒性标注同步增强后标注坐标准确更新有效提升模型在真实多变环境下的鲁棒性。5. 面向轻量化实时部署数据集规模适中、类别聚焦适合训练轻量化实时检测模型移动端部署可部署于手机App嵌入式设备可集成于可穿戴设备低延迟要求满足实时语音播报的响应需求功耗约束适配移动设备的算力与功耗限制6. 即用型数据组织标准目录结构YOLO格式标注可直接用于模型训练降低使用门槛。六、适用场景视障人士过街辅助通过可穿戴设备或手机App实时识别行人信号灯状态以语音播报形式告知视障用户辅助安全过街。智能助盲设备集成于智能盲杖、智能眼镜等助盲设备提供信号灯状态感知能力。无障碍出行App为无障碍地图、出行辅助App提供信号灯识别功能提升视障用户出行体验。自动驾驶人行横道信号识别扩展应用于自动驾驶场景中的人行横道信号灯识别辅助车辆礼让行人决策。智慧交通无障碍设施作为智慧城市无障碍交通系统的重要组成部分提升城市无障碍出行水平。教学科研用于小目标检测、轻量化模型部署算法研究等科研场景。七、适用研究方向本数据集可广泛应用于以下研究领域交通信号灯检测研究3类小目标检测研究信号灯目标小轻量化检测模型与移动端部署研究无障碍出行与助盲技术研究智能交通与自动驾驶感知研究YOLO系列模型优化研究数据增强与模型鲁棒性研究域适应与跨场景泛化研究八、总结盲道辅助信号灯检测数据集包含3000张高质量标注图像采用标准YOLO格式构建专注于行人信号灯的检测与状态识别任务。数据集覆盖绿色行人信号灯、红色行人信号灯、普通交通灯3类核心类别具有场景真实、类别贴合助盲需求、数据增强丰富等特点可广泛应用于视障人士过街辅助、智能助盲设备、无障碍出行App等领域也可扩展应用于自动驾驶人行横道信号识别是开展助盲视觉算法研发与无障碍智能系统建设的优质数据资源。 
长河君 · 2026/10/24 2:31:43 · 阅读 1.2k 盲道辅助信号灯检测数据集 | 3000张YOLO助盲出行数据集
盲道辅助信号灯检测数据集 | 3000张YOLO助盲出行数据集适用于视障出行辅助、移动端部署与目标检测研究一、数据集概述本数据集是一个面向视障人士出行辅助的交通信号灯检测数据集共包含3000张高质量标注图像训练集2635张、验证集273张、测试集92张覆盖3类信号灯目标。视障人士在独立出行过马路时无法直接获取交通信号灯状态信息存在较大安全隐患。基于计算机视觉的信号灯实时识别技术可通过可穿戴设备或手机App以语音播报形式告知视障用户当前信号灯状态是智能助盲领域的核心技术之一。该数据集可广泛应用于视障出行辅助、可穿戴助盲设备、移动端App等场景也可扩展应用于自动驾驶的人行横道信号识别场景适用于YOLOv5/v7/v8/v10/v11/v12等主流检测框架。随着人工智能和无障碍技术的快速发展利用计算机视觉技术实现行人信号灯的实时识别与播报已成为提升视障人士出行安全的重要手段。本数据集针对信号灯检测场景中目标小、背景复杂、光照天气变化大等问题进行专项构建可为助盲出行辅助系统与移动端智能设备提供高质量数据支撑。数据集下载通过网盘分享的文件盲道辅助信号灯检测数据集链接: https://pan.baidu.com/s/1aG4FLM6DUp1mC3G6-D2XDg?pwdujwb提取码: ujwb二、数据集基本信息项目内容数据集名称盲道辅助信号灯检测数据集数据规模3000张高质量标注图像train 2635 valid 273 test 92任务类型目标检测Object Detection检测目标绿色行人信号灯、红色行人信号灯、普通交通灯类别数量nc3类标注方式Bounding Box目标框标注数据格式YOLO标准格式数据来源真实路口场景采集数据划分Train / Valid / Test适配模型YOLOv5、YOLOv7、YOLOv8、YOLOv10、YOLOv11、YOLOv12、Faster R-CNN等三、数据集类别说明本数据集为多类别目标检测数据集共设置3个检测类别聚焦于行人过街信号灯的状态识别类别划分贴合视障出行辅助实际需求。类别配置nc:3names:-green_pedestrian_light-red_pedestrian_light-traffic_light类别详情类别ID类别名称英文名称类别说明0绿色行人信号灯green_pedestrian_light行人过街绿灯表示允许通行1红色行人信号灯red_pedestrian_light行人过街红灯表示禁止通行2普通交通灯traffic_light机动车交通信号灯作为场景上下文与干扰区分三类设计精准针对视障出行辅助的核心需求绿色行人信号灯通行许可状态是视障用户过街的关键判断依据红色行人信号灯禁止通行状态避免危险过街普通交通灯机动车信号灯作为场景上下文信息同时用于区分机动车灯与行人灯提升判别准确性类别设计直接对应能否安全过街的决策需求可支撑语音播报等助盲应用。四、数据集结构说明数据集采用标准YOLO目录结构组织已按训练集、验证集、测试集进行科学划分结构清晰便于直接接入主流检测框架。盲道辅助信号灯检测数据集-3类/ ├── train │ ├── images │ └── labels ├── valid │ ├── images │ └── labels ├── test │ ├── images │ └── labels └── data.yaml各数据集作用如下train/images labels训练集图像与标签2635张用于模型参数学习与特征提取valid/images labels验证集图像与标签273张用于超参数调优、早停监控及防止过拟合test/images labels测试集图像与标签92张用于最终模型性能评估与泛化能力测试。标注文件为同名.txt格式每行格式为类别索引 x_center y_center width height坐标均为归一化值配套data.yaml已配置好类别名称与数量可直接适配YOLO系列等目标检测框架。五、数据集核心优势1. 聚焦视障出行辅助场景本数据集以视障人士过街信号灯识别为核心任务所有图像聚焦于真实路口场景下的行人信号灯采集覆盖不同天气、光照和拍摄角度。类别设计直接对应视障用户能否安全过街的决策需求更利于训练出面向助盲应用的实用检测模型。覆盖场景包括城市路口人行横道不同天气条件晴天、阴天、雨雾等不同光照条件白天、黄昏、夜间不同拍摄角度与距离复杂背景的路口环境2. 行人信号灯状态精准识别三类标签精准覆盖过街决策的关键信息绿色行人信号灯通行状态语音播报可以通行红色行人信号灯禁行状态语音播报请等待普通交通灯机动车信号灯用于场景区分与干扰排除通过区分行人信号灯与机动车信号灯避免将机动车绿灯误判为行人可通行提升助盲决策的安全性。3. 小目标检测与抗干扰挑战信号灯检测具有典型的技术难点目标小信号灯在路口全景中占比较小背景复杂路口建筑、车辆、行人等背景干扰多光照变化不同时段的光照条件差异显著天气影响雨雾天气影响成像质量多灯并存同一路口多个信号灯同时存在需精准区分对模型的小目标检测与抗干扰能力要求较高具有良好的算法检验价值。4. 数据增强提升鲁棒性数据集增强图片通过翻转、亮度、对比度、饱和度变换生成标注坐标已同步更新几何变换翻转增强视角多样性亮度变换覆盖不同光照条件对比度变换适应不同成像质量饱和度变换增强颜色鲁棒性标注同步增强后标注坐标准确更新有效提升模型在真实多变环境下的鲁棒性。5. 面向轻量化实时部署数据集规模适中、类别聚焦适合训练轻量化实时检测模型移动端部署可部署于手机App嵌入式设备可集成于可穿戴设备低延迟要求满足实时语音播报的响应需求功耗约束适配移动设备的算力与功耗限制6. 即用型数据组织标准目录结构YOLO格式标注可直接用于模型训练降低使用门槛。六、适用场景视障人士过街辅助通过可穿戴设备或手机App实时识别行人信号灯状态以语音播报形式告知视障用户辅助安全过街。智能助盲设备集成于智能盲杖、智能眼镜等助盲设备提供信号灯状态感知能力。无障碍出行App为无障碍地图、出行辅助App提供信号灯识别功能提升视障用户出行体验。自动驾驶人行横道信号识别扩展应用于自动驾驶场景中的人行横道信号灯识别辅助车辆礼让行人决策。智慧交通无障碍设施作为智慧城市无障碍交通系统的重要组成部分提升城市无障碍出行水平。教学科研用于小目标检测、轻量化模型部署算法研究等科研场景。七、适用研究方向本数据集可广泛应用于以下研究领域交通信号灯检测研究3类小目标检测研究信号灯目标小轻量化检测模型与移动端部署研究无障碍出行与助盲技术研究智能交通与自动驾驶感知研究YOLO系列模型优化研究数据增强与模型鲁棒性研究域适应与跨场景泛化研究八、总结盲道辅助信号灯检测数据集包含3000张高质量标注图像采用标准YOLO格式构建专注于行人信号灯的检测与状态识别任务。数据集覆盖绿色行人信号灯、红色行人信号灯、普通交通灯3类核心类别具有场景真实、类别贴合助盲需求、数据增强丰富等特点可广泛应用于视障人士过街辅助、智能助盲设备、无障碍出行App等领域也可扩展应用于自动驾驶人行横道信号识别是开展助盲视觉算法研发与无障碍智能系统建设的优质数据资源。