面向细粒度车辆识别和智能交通研究的大规模车辆颜色图像数据集

摘要：面向细粒度车辆识别和智能交通研究的大规模车辆颜色图像数据集，包含超过1万幅经过清理、后处理、标注和整合的车辆图像。

数据集概述

面向细粒度车辆识别和智能交通研究的大规模车辆颜色图像数据集，包含超过1万幅经过清理、后处理、标注和整合的车辆图像。数据覆盖白色、黑色、灰色、银色、红色、蓝色、棕色、绿色、米色、橙色、金色、黄色、紫色、粉色和棕褐色共15种常见车身颜色，可为复杂光照、不同车型和多样背景下的车辆颜色分类提供训练与评估资源。

数据结构与关键特征

数据集按照train、val和test三个目录划分为训练集、验证集和测试集，每个目录均包含beige、black、blue、brown、gold、green、grey、orange、pink、purple、red、silver、tan、white和yellow共15个类别文件夹。训练集约包含7,500幅图像，验证集和测试集分别约包含1,500幅图像。数据具有颜色类别丰富、车辆类型多样、背景差异明显等特点，同时部分近似颜色类别，如灰色与银色、米色与棕褐色，具有较高的细粒度识别难度。

应用价值与研究方向

该数据集可用于车辆颜色分类、细粒度车辆识别、车辆检索、交通视频目标跟踪及基于文本描述的车辆搜索。研究人员可以探索卷积神经网络、Vision Transformer、颜色恒常性、注意力机制和多任务学习，并围绕光照变化、阴影与反光干扰、相似颜色区分、跨场景迁移、图像与实时视频域适应以及模型轻量化部署开展研究，从而为肇事逃逸调查、车辆追踪、公共安全预警和智能交通系统提供辅助技术支持。

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-716
文件大小：570M
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。