数据集核心信息表
信息类别 具体内容 数据集类别类别
Classes(20)类别（20） ashcan 垃圾桶 bicycle 自行车 blind_road 盲道 bus 公交车 car 汽车 crosswalk 人行横道 dog 狗 fire_hydrant 消防栓 green_light 绿灯 motorcycle 摩托车 person 人 pole 杆 red_light 红灯 reflective_cone 反光锥 roadblock 路障 sign 标志 tree 树 tricycle 三轮车 truck 卡车 warning_column 警告列计算机视觉领域 - 目标检测数据集，适用于通用场景下的视觉识别任务
数据数量
包含 13933 张图像，涵盖 11 个数据集分组，共标注20 个目标类别
数据格式
图像数据（具体格式未明确标注，推测支持主流计算机视觉训练图像格式）
核心应用价值
为 AI 驱动的视障人士辅助移动工具提供训练数据，帮助设备识别周边环境目标，提升视障人士出行安全性与独立性
数据集类别阐述
该数据集属于目标检测类计算机视觉数据集，聚焦通用场景下的环境识别需求。不同于专项场景数据集，其涵盖的 20 个类别均为视障人士日常出行中高频接触的目标，如交通信号灯、行人、交通工具等，能全面支撑辅助移动工具的环境感知模型训练。
数据集数量阐述（一）
图像总量达 13933 张，为模型训练提供了充足的数据基础。大样本量可有效降低模型过拟合风险，提升识别泛化能力，尤其在不同光照、天气等复杂环境下，能让辅助工具保持稳定的目标识别效果，满足实际出行场景的多样性需求。
数据集数量阐述（二）
除图像数量外，数据集还分为 11 个分组，且标注 20 个细分目标类别。分组划分便于按场景或目标类型开展针对性训练，而丰富的类别覆盖则确保辅助工具能识别出行中的各类关键目标，从基础的道路标识到动态的行人和车辆，形成完整的环境感知体系。
 文档包)
