免费 - 用于算法训练的 Teledyne FLIR 数据集
这款免费的 Teledyne FLIR ADAS 数据集提供完全注释的热和可见光谱帧，用于使用卷积神经网络 (CNN) 开发对象检测系统。这些数据旨在促进对可见光 ＋ 热传感器融合算法 （“RGBT”）的研究，并帮助汽车行业创建更安全、更高效的 ADAS 和无人驾驶车辆系统。
ADAS 为什么要使用 Teledyne FLIR 热传感技术？
感知热红外辐射或热量的能力为可见光相机、激光雷达和雷达系统等现有传感器技术提供了独特的互补优势。Teledyne FLIR 热传感器可在完全黑暗、大部分雾气、烟雾、恶劣天气和眩光等挑战性条件下进行检测和分类。在与可见光数据和从激光雷达和雷达获得的距离扫描数据相结合时，热数据配上机器学习功能，打造更全面的检测和分类系统。
数据集规格
| 目录 | 总共 26,442 个完全注释的帧，在 15 个不同的对象类别中包含 520,000 个边界框注释。 |
| 图像 | 9,711 张热图像和 9,233 张 RGB 训练/验证图像，建议进行训练/验证拆分。包括 16 位预 AGC 帧。 |
| 视频 | 在 24Hz 下共记录 7,498 个视频帧。热帧和可见帧之间 1：1 匹配。包括 16 位预 AGC 帧。 |
| 帧注释标签总数 | 热谱和可见光光谱中包含超过 375,000 条注释。 |
|
视频注释标签总数 |
热谱和可见光光谱中包含超过 145,000 条注释。 |
| 标签类别 |
|
| 热像仪的技术参数 |
Teledyne FLIR Tau 2 640x512，13mm f/1.0（HFOV 45°，VFOV 37°） |
| 可见光相机的技术参数 | Teledyne FLIR Blackfly S BFS-U3-51S5C (IMX250) 相机和 52.8° HFOV Edmund 光学镜头 |
|
数据集文件格式 |
|
借助 Conservator 加速 AI 部署
Conservator™ 是一款经济实惠的云数据集开发软件，可助力感知工程师利用热红外和可见光图像数据集训练神经网络，加速 AI 开发。 Conservator™ 包含标注、整理、质量保证和数据集版本控制等数据集工作流工具，可满足汽车、国防、安防和智慧城市等应用领域的数据科学家的需求。
借助 Prism 更快集成热像仪
Prism AI 软件框架可提供分类、对象检测和对象跟踪，使感知开发工程师能够快速着手集成高级驾驶员辅助系统 (ADAS) 和无人驾驶汽车 (AV) 系统的热像仪。开发人员可以将 Prism AI 作为主要感知软件或作为参考，同时可以利用相机校准工具，以及可提供卓越感知能力的可见光-红外融合及高级图像处理功能，尤其适用于行人和动物检测。
