BadODD：孟加拉国自动驾驶目标检测数据集

我们提出了一个用于孟加拉国9个地区多样化驾驶环境中目标检测的综合数据集。该数据集完全通过智能手机摄像头采集，提供了对包括白天和夜间条件在内的真实世界场景的逼真表示。现有大多数数据集缺乏适用于孟加拉国道路自动驾驶的类别，使得研究人员难以开发出能够处理道路场景复杂性的模型。为解决这一问题，作者提出了一组基于特征而非本地车辆名称的新类别。该数据集旨在鼓励开发能够应对孟加拉国道路场景独特挑战的模型，以有效部署自动驾驶车辆。该数据集不包含任何在线图像，以模拟自动驾驶车辆所面临的真实世界条件。由于孟加拉国道路上的车辆种类繁多，包括世界上其他地方找不到的车辆，因此车辆分类极具挑战性。所提出的分类系统具有可扩展性，能够容纳未来的车辆，使其成为自动驾驶车辆领域研究人员的宝贵资源。