🚗 车型检测数据集

一、数据集概述

本数据集面向车型识别任务，共 9,800 张真实道路场景图像，标注 6 类常见车型，采用 YOLO 格式（.txt）标注，可直接用于 YOLOv5/v8/v10/v11 等目标检测模型的训练与评估。数据集标注齐全、场景丰富，适用于自动驾驶感知、智能交通监控、停车场管理等项目。

二、检测类别（6类）
已为您将车辆分类表格写入到飞书表格的A14:C20区域，样式完全继承原表的视觉规范，与原有内容风格统一。

已完成的表格内容

三、数据集详情

• 总图片数：9,800 张

• 标注格式：YOLO .txt（归一化坐标）

• 数据划分：建议按 8:1:1 或 7:2:1 自行划分训练/验证/测试集

• 数据来源：真实道路监控、行车记录仪、街景等

• 数据特点：多角度、多光照、不同遮挡程度，贴近实际应用场景

四、适用场景

• 自动驾驶：车辆周围环境感知，识别前方车辆类型

• 智能交通：车流量统计、车型分类、违章抓拍

• 停车场管理：识别入场车辆类型，匹配车位大小

• 车险理赔：事故现场车辆类型自动识别

• 智慧城市：交通态势分析，车型分布统计

五、可配套系统方向

延续此前农作物/害虫/建筑检测的架构，可搭建一套车型识别与统计分析系统：

• 检测方式：图片、视频、摄像头实时检测

• 数据可视化：各类车型占比饼图、时段车流量折线图

• 结果导出：检测明细 CSV、标注图片保存

• AI 辅助：结合大模型回答车型参数、市场价格等常识问题

技术栈参考：YOLOv8 + Flask/PyQt + MySQL + ECharts

六、交付内容

1. 数据集：9,800 张图片 + YOLO 标注文件

2. 数据划分：提供训练/验证/测试集划分文件（可选）

3. 使用说明：数据集结构、YAML 配置示例

七、定制化服务（另收费）

• 扩充更多车型类别（如皮卡、跑车、摩托车等）

• 提供预训练模型权重（YOLOv8/v11）

• 开发完整车型检测桌面端或 Web 端系统

• 模型优化与部署（TensorRT、ONNX、边缘设备）