企业官网建设流程全解析

BIT-Vehicle车辆车型检测 完整数据集下载目录

同时包含的标注格式：VOC XML、YOLO TXT

BIT-Vehicle 车辆车型检测 数据集🚗：数据集介绍、下载📥| 目标检测｜水平框📌｜原始图像✅|原始mat标签✅|VOC 标签✅|YOLO 标签✅

一、基础概况

全称：Beijing Institute of Technology Vehicle Dataset
出品单位：北京理工大学（BIT）
定位：面向国内城市道路交通场景的6类车型目标检测/车型分类专用公开数据集，是智能交通、监控车辆识别领域经典小中型基准数据集。
采集方式：道路高架俯视固定摄像头拍摄真实车流画面，画面贴近国内高速、城市主干道监控视角。

二、核心数据规模

• 图像总数：9850张 JPG高清图片
• 总车辆标注框：10053个
• 主流分辨率：1600×1200、1920×1080
• 数据集总大小：约2.47GB
• 划分方式：官方未指定具体划分数据

三、6大类车型分布

标签顺序：

names: 0: Bus 1: Microbus 2: Minivan 3: Sedan 4: SUV 5: Truck

四、标签转换

原始官方格式：MATLAB.mat文件存储坐标、类别ID，兼容性差，仅适合Matlab算法调试

转换后的完整数据集目录（包含VOC XML、YOLO TXT标签）：

由于官方未指定训练、验证、测试集，此处未转换COCO标签，可自行划分，如有需要可私信。

📁 BIT-Vehicle ├─ 📁 Annotations │ ├─ 📜 vehicle_*.xml │ └─ ... ├─ 📁 images │ ├─ 🖼️ vehicle_*.jpg │ └─ ... ├─ 📁 labels │ ├─ 📃 vehicle_*.txt │ └─ ... └─ 📄 VehicleInfo.mat

各个文件夹含义：

1. Annotations：PASCAL VOC格式XML标注文件，存储车辆检测边框信息
2. images：航拍道路车辆原始图像，jpg格式
3. labels：YOLO归一化坐标txt标签文件
4. VehicleInfo.mat：MAT格式数据集标签信息

五、训练样例

此处以YOLO标签为例进行训练：