交通 深度学习数据集 船坞-船型分类数据集，该数据集包含9种类型的船只的图像。它包含两个目录“TRAIN”和“TEST”，分别有1162和300个图像。训练图像在特定类本身的目录中提供。目录的名称是用于提交的“类标签”。目的是将“TEST”图像归为9类中的一类。分为：船型渡船、贡多拉、帆船、游船、皮划艇、充气船、纸船、浮筒、货船
交通 深度学习数据集 交通标志数据集，YOLO格式，文本文件中每个图像旁边的边框注释，数据集包含.jpg格式的图像和与图像文件名称相同的每个图像旁边的.txt文件。这些.txt文件包括YOLO格式的Traffic Sings的边界框注释，共1482张交通标志图片
交通 深度学习数据集 红绿灯图像数据集（已经按照不同等的色彩进行裁剪）总共36534张图片，训练和验证集有7个目录，分别是 ‘go’， ‘stop’， ‘warning’， ‘stopLeft’， ‘goLeft’， ‘goForward’， ‘warningLeft’.红绿灯图像数据集（已经按照不同等的色彩进行裁剪）总共36534张图片，训练和验证集有7个目录，分别是 ‘go’， ‘stop’， ‘warning’， ‘stopLeft’， ‘goLeft’， ‘goForward’， ‘warningLeft’.
交通 深度学习数据集 道路损坏分类和评估数据集，此数据集包含受损道路的图像。根据道路的破坏程度，我们将道路的破坏程度分为良好、较差、满意、极差4类。您可以通过目录提供的名称或通过图像名称的前缀对图像使用标签。您可以使用这些图像来对道路进行分类，也可以用于进一步的评估。每类有300-800张图片不等，共2074张图片
