TY  - Data
T1  - 路面状态数据集（2023-2024年）
A1  - 刘景琦
DO  - 10.12072/ncdc.dprsc.db6686.2024
PY  - 2024
DA  - 2024-12-17
PB  - 国家冰川冻土沙漠科学数据中心
AB  - 鉴于国际上公开的标准化道路表面气象条件数据集极为稀缺，尤其在极端天气条件下的路面状况图像资源更为不足，本研究构建了一套冰雪灾害路面状况数据集，填补了这一领域的空白，为提升路面状况识别模型的性能和准确性提供了宝贵的基础资源。该数据集聚焦冰雪灾害条件下的路面状况，基于极端天气对交通管控影响的统计分析，将路面冰雪灾害主要划分为路面结冰、风吹雪和强降雪三种类型。数据来源包括公路摄像头、移动设备及网络资源，最终构建了涵盖六种典型路面类型的数据集：干燥路面、积雪路面、结冰路面、吹雪路面、融雪路面及湿滑路面。在数据处理阶段，为避免因数据增强操作引入的潜在相关性，进而影响模型性能评估的准确性与可靠性，本研究采取了相对谨慎的策略。首先，将原始数据集划分为训练集、验证集及测试集，确保各子集直接的独立性，随后针对每一个子集分别执行数据增强操作，尽可能减小子集间因增强步骤先后而产生的数据交叉影响。经过多种增强策略（如翻转、旋转、平移和高斯噪声添加）处理，数据集规模最终达到9000张。为进一步提升深度学习模型训练的效率和收敛速度，在相关模型进行训练时，应对数据集进行归一化处理，通常采用零均值和单位标准差的标准化方法。这里提供该数据集的均值及标准差值。该数据集在红、绿、蓝通道上的均值分别为[0.550, 0.565, 0.568]，标准差分别为[0.082, 0.082, 0.085]。
DB  - NCDC
UR  - http://www.ncdc.ac.cn/portal/metadata/2714e3f1-dd9c-46fc-af78-0d42aec78af1
ER  -