高速公路异常停车车辆数据集

摘要：本项目构建了包含2,120张标注图像的高速公路违停检测数据集，涵盖应急车道、行车道、匝道和隧道四类场景，按7:2:1比例划分，采用10种数据增强技术扩充样本，为YOLO26模型训练提供数据支撑。

数据集简介

数据集概述

本项目数据集包含2,120张高速公路监控图像，涵盖应急车道、行车道、匝道和隧道四类违停场景，按7:2:1比例划分为训练集（1,484张）、验证集（424张）和测试集（212张），并采用水平翻转、垂直翻转、随机噪声、高斯模糊、亮度调整和雾化效果等多种数据增强技术扩充样本多样性，图像标注采用YOLO格式，每张图片对应一个包含类别ID和归一化边界框坐标的txt文件，数据集配置通过data.yaml文件统一管理，为YOLO26模型的训练、验证和测试提供完整的数据支撑。

图1 数据集直方图

图2 YOLO标注格式说明图

模型训练

图3 训练与验证指标随Epoch变化趋势图

图4 不同置信度阈值下的F1曲线

图5 目标检测PR曲线

图6 归一化混淆矩阵

应用案例

• 案例1：基于YOLO26的高速公路异常停车车辆智能检测系统设计与研究

图7 应用案例：基于YOLO26的高速公路异常停车车辆智能检测系统设计与研究

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。 如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：AI-74-Datasets
原创声明：本数据集为原创作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。