持续城市行车的全局数据集
计算机视觉与模式识别
2026-04-08 v2
摘要
我们介绍 CROWD（City Road Observations With Dashcams），一个来自公开 YouTube 视频的人工精选的普通、分钟尺度、连续且未经编辑的正面城市行车段落数据集。CROWD 旨在支持跨域鲁棒性和互动分析，优先考虑常规驾驶，明确排除事故、事故后情况及其他编辑或事件导向内容。该数据集包含 51,753 条段记录，覆盖 20,275.56 小时（42,032 个视频），覆盖 7,103 个命名居住地点，遍及 238 个国家和地区，分布在六大洲（非洲、亚洲、欧洲、北美、南美和大洋洲），并提供时间（白天或夜晚）和车辆类型的段级手动标签。为降低基准测试门槛，我们提供基于 YOLOv11x 的所有 80 类 MS-COCO 检测的每段 CSV 文件，以及段内多目标跟踪（BoT-SORT）；例如 person、bicycle、motorcycle、car、bus、truck、traffic light、stop sign 等。CROWD 以视频标识符、段边界和派生标注形式分发，无需重新分发底层视频即可实现可重复研究。
引用
@article{arxiv.2604.01044,
title = {A global dataset of continuous urban dashcam driving},
author = {Md Shadab Alam and Olena Bazilinska and Pavlo Bazilinskyy},
journal= {arXiv preprint arXiv:2604.01044},
year = {2026}
}