地铁场景数字化与智能化项目 地铁盲道识别 地铁场景目标检测数据集 地铁场景智能识别系统 智能安全巡检数据集 客流引导数据集10202期
地铁场景目标检测数据集简介
类别
Classes(28)类别（28） accessible_facilities 无障碍设施 blind_lane 盲道 dustbin 垃圾桶 elevator 电梯 elevator_information 电梯信息 emergency_exits 紧急出口 exit 出口 exit_surrounding_information一、数据集核心信息表
| 信息类别 | 具体内容 |
|---|---|
| 数据集类别 | 目标检测类，含无障碍设施、消防设备、交通指引、人员等 28 个细分类别 |
| 数据数量 | 共 327 张图像，涵盖地铁站内不同场景，支撑模型训练与测试的数据需求 |
| 数据集格式种类 | 图像格式（含标注信息），适配目标检测模型常用的输入格式，可直接用于模型开发 |
| 最重要的应用价值 | 为地铁场景智能识别系统提供数据支撑，如安全巡检、客流引导、设施管理等场景 |
二、数据集类别关键信息
该数据集聚焦地铁场景，细分出 28 个实用类别。既有保障安全的消防栓、应急出口，也有服务特殊人群的盲道、无障碍设施，还包含指引类的线路图、换乘标识，覆盖地铁运营核心需求。
类别划分兼顾功能性与实用性，比如将交通指引细分为列车方向、检票口等，人员类别单独标注，能满足不同智能应用对目标识别的细分要求，让模型识别更精准。
从类别覆盖来看，既包含静态设施如自动售票机、售货机，也包含动态元素如人员，还有警示类的警戒线，全面覆盖地铁日常运营中需识别的关键目标，适配多场景应用开发。
三、数据集数量关键信息
数据集包含 327 张图像，数量虽不算庞大，但每张图像均针对地铁特定场景拍摄，涵盖站台、通道、候车区等不同区域，确保数据场景的多样性，避免模型训练出现场景单一问题。
327 张图像对应 28 个类别，每个核心类别都有足量图像支撑，比如消防设备、人员等高频识别类别，图像数量能满足模型对该类目标特征的学习需求，保证识别效果。
这样的数量规模，既便于开发者快速获取、处理数据，降低开发成本，又能为中小型地铁智能识别项目提供足够数据支撑，平衡数据实用性与开发效率。