Traffic Sign Classification Dataset
Dataset d’images de panneaux routiers (58 classes), conçu pour entraîner et tester des modèles de classification CNN avec étiquetage CSV.
Environ 6 165 images JPG/PNG réparties en 58 classes, + labels.csv, ~2 000 fichiers de test
CC0: Public Domain
Description
Le Traffic Sign Classification Dataset comprend environ 6 165 images de panneaux routiers réparties en 58 catégories. Un fichier labels.csv fournit les correspondances entre classID et description. Environ 2 000 images sont réservées à l’ensemble de test. Le dataset est compatible avec des modèles CNN classiques.
À quoi sert ce dataset ?
- Entraîner des modèles de classification d’images de panneaux pour la conduite assistée
- Évaluer des réseaux de neurones pour la reconnaissance en temps réel (ex. systèmes embarqués)
- Servir de base pédagogique pour projets en vision par ordinateur
Peut-on l’enrichir ou l’améliorer ?
Vous pouvez enrichir ce dataset en ajoutant des annotations de localisation (bounding boxes), augmenter les images par rotation/bloom, ou compléter avec des données issues d’autres bases de signaux pour plus de robustesse.
🔎 En résumé
🧠 Recommandé pour
- Étudiants en IA vision
- Chercheurs en conduite autonome
- Formateurs en deep learning
🔧 Outils compatibles
- TensorFlow
- PyTorch
- Keras
- OpenCV
- LabelImg
💡 Astuce
Utilisez les images de test pour valider les performances en conditions réelles et tester la robustesse aux variations d’angle et luminosité.
Questions fréquemment posées
Ce dataset contient-il des annotations de localisation des panneaux ?
Non, il s’agit uniquement d’un fichier CSV de labels par image, sans bounding boxes.
Combien de classes de panneaux sont représentées ?
Le dataset comprend environ 58 classes différentes de panneaux routiers.
Peut-on l’utiliser à des fins commerciales ?
Oui, la licence CC0 autorise une utilisation libre, y compris commerciale.
