合成雾天车辆检测数据集

摘要：该合成雾天车辆检测数据集包含300张合成雾景图像，由100张真实车辆图像通过基于Python和OpenCV的自定义雾景模拟滤波器生成。

数据集概述

该合成雾车辆检测数据集包含300张合成雾景图像，由100张真实车辆图像通过基于Python和OpenCV的自定义雾景模拟滤波器生成。每张原始图像生成三种不同浓度的雾景版本：低雾（轻微雾气叠加）、中雾（中等浓度）和高雾（浓雾模拟），旨在支持各种低能见度和物体边缘扭曲场景下鲁棒车辆和目标检测模型的开发。

数据结构与关键特征

数据集按雾浓度分为三个文件夹：low_fog/（轻微雾气）、moderate_fog/（中等浓度雾）、high_fog/（浓雾）。图像通过合成方式生成，模拟真实雾天能见度降低和边缘模糊效果，提供从清晰到严重遮挡的渐进式视觉退化场景，适合评估模型在不同恶劣天气条件下的鲁棒性和泛化能力。

应用价值与研究方向

该数据集可用于恶劣天气目标检测、自动驾驶视觉系统、监控系统鲁棒性研究等领域。研究方向包括雾天车辆检测算法、图像去雾与检测联合优化、YOLO/Faster R-CNN/ResNet等模型在低能见度下的性能评估、域适应、数据增强策略、天气鲁棒性提升等，对提高自动驾驶安全性、增强监控系统全天候工作能力、推动计算机视觉在复杂环境下的应用具有重要实际价值。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

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：Datasets-337
文件大小：14M
原创声明：本数据集为整理作品

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。