مجموعات بيانات الطقس والإضاءة لتدريب الذكاء الاصطناعي

الوصف: صُممت مجموعة بيانات "فيديو كاميرات القيادة في شوارع المدينة في الأيام الغائمة" لمعالجة التحديات التي تواجهها أنظمة القيادة الذاتية في ظروف الطقس الغائم. تم التقاط هذه البيانات باستخدام كاميرات القيادة بدقة تتجاوز 1920 × 1080 بكسل ومعدل إطارات يزيد عن 31 إطارًا في الثانية، مما يضمن رؤية واضحة حتى في ظل الإضاءة الخافتة للسماء الملبدة بالغيوم. تتضمن المجموعة مربعات إحاطة وعلامات لأكثر من 10 فئات من الكائنات الشائعة في البيئات الحضرية، مثل البشر والسيارات والدراجات الكهربائية والشاحنات الصغيرة والشاحنات الكبيرة. تهدف هذه المجموعة إلى تحسين قدرة نماذج الذكاء الاصطناعي على التنقل واتخاذ قرارات مدروسة في ظروف جوية غير مثالية، مما يعزز السلامة والموثوقية.

الوصف: تُوثّق مجموعة بيانات "فيديو كاميرا القيادة عند التقاطعات في الأيام الغائمة" ديناميكيات الملاحة المعقدة عند التقاطعات في ظروف جوية غائمة. تم تصوير هذه المجموعة باستخدام كاميرات قيادة عالية الدقة، بدقة تتجاوز 1920 × 1080 بكسل ومعدل إطارات يزيد عن 32 إطارًا في الثانية، لضمان الوضوح والتفاصيل حتى في الإضاءة الخافتة. تُصنّف المجموعة أكثر من 10 فئات من الأجسام الحضرية الشائعة، بما في ذلك البشر والسيارات والدراجات الكهربائية والشاحنات الصغيرة والشاحنات الكبيرة، وسط التحديات الفريدة التي تُواجه التقاطعات في الأيام الغائمة. تُعدّ هذه المجموعة مصدرًا أساسيًا لتطوير أنظمة القيادة الذاتية القادرة على فهم التقاطعات الحضرية المعقدة والتفاعل معها بشكل مناسب، خاصةً عندما تتأثر الرؤية بالسماء الملبدة بالغيوم.

الوصف: صُممت مجموعة بيانات "فيديو كاميرات القيادة في الإضاءة المنخفضة" خصيصًا لأنظمة القيادة الذاتية للتنقل في ظروف الإضاءة المنخفضة، وهي ميزة بالغة الأهمية للقيادة الآمنة ليلًا أو في البيئات ذات الإضاءة الخافتة. تم تسجيل هذه البيانات باستخدام كاميرات القيادة بدقة تتجاوز 1920 × 1080 بكسل ومعدل إطارات يزيد عن 30 إطارًا في الثانية، وتركز على سيناريوهات الإضاءة المنخفضة في مختلف الأماكن مثل التقاطعات والشوارع والممرات. وتشمل هذه البيانات مربعات إحاطة وعلامات للأجسام الحضرية الشائعة مثل البشر والسيارات والدراجات الكهربائية والشاحنات الصغيرة والشاحنات الكبيرة، مما يوفر رؤية شاملة للتحديات التي تواجهها المركبات ذاتية القيادة في ظروف الرؤية المنخفضة.

الوصف: تم تطوير "مجموعة بيانات فيديو كاميرا القيادة في المطر" خصيصًا لأنظمة القيادة الذاتية لضمان عملها بدقة في ظروف المطر، التي تُشكل تحديات كبيرة في الرؤية وثبات السيارة على الطريق. تم التقاط هذه البيانات باستخدام كاميرات القيادة بدقة تتجاوز 1920 × 1080 بكسل ومعدل إطارات يزيد عن 30 إطارًا في الثانية، وتركز على سيناريوهات الأيام الممطرة في المناطق الحضرية، بما في ذلك التقاطعات والشوارع والممرات. تتضمن المجموعة مربعات إحاطة وعلامات لأكثر من 10 فئات حضرية شائعة، مثل البشر والسيارات والدراجات الكهربائية والشاحنات الصغيرة والشاحنات الكبيرة، وذلك في ظل ظروف الإضاءة المتغيرة والصعبة التي تصاحب الطقس الممطر.

الوصف: تُوثّق مجموعة بيانات "فيديو كاميرا القيادة في شوارع المدينة تحت أشعة الشمس" ديناميكيات شوارع المدينة النابضة بالحياة في ظروف مشمسة، وهو أمرٌ بالغ الأهمية لتطوير أنظمة القيادة الذاتية. تم تسجيل هذه المجموعة باستخدام كاميرات قيادة عالية الدقة، تتميز بدقة تزيد عن 1920 × 1080 بكسل ومعدل إطارات يتجاوز 33 إطارًا في الثانية، مما يضمن صورًا فائقة الوضوح وحركة سلسة. تتضمن المجموعة مربعات إحاطة وعلامات لأكثر من 10 فئات من الأجسام الحضرية الشائعة، بما في ذلك البشر والسيارات والدراجات الكهربائية والشاحنات الصغيرة والشاحنات الكبيرة وغيرها، مما يوفر بيئة تدريبية غنية للذكاء الاصطناعي للتعرف على مختلف العناصر في البيئات الحضرية المشمسة والاستجابة لها.

الوصف: توفر مجموعة بيانات "فيديو كاميرا القيادة عند التقاطعات في يوم مشمس" نظرةً مركزةً على التفاعلات الديناميكية عند التقاطعات في ظروف مشمسة، وهو جانب بالغ الأهمية للقيادة في المدن بالنسبة للمركبات ذاتية القيادة. تم التقاط هذه البيانات باستخدام مسجلات قيادة عالية الدقة بأكثر من 1920 × 1080 بكسل ومعدل إطارات يتجاوز 34 إطارًا في الثانية، مما يوفر صورًا واضحة وسلسة ضرورية للتحليل التفصيلي وتدريب الذكاء الاصطناعي. تتضمن المجموعة مربعات إحاطة وعلامات لأكثر من 10 فئات من الأجسام الحضرية الشائعة، بما في ذلك البشر والسيارات والدراجات الكهربائية والشاحنات الصغيرة والشاحنات الكبيرة وغيرها. تهدف هذه المجموعة الغنية من البيانات إلى تحسين خوارزميات اتخاذ القرار للسيارات ذاتية القيادة عند التقاطعات المزدحمة، حيث تزداد تعقيدات حركة المركبات والمشاة بشكل ملحوظ.