自动驾驶领域雾天车辆检测数据集有哪些

以下是与雾天车辆检测相关的数据集介绍：

1. HazyDet数据集：由中国人民解放军陆军工程大学在2024年发布，是基于无人机平台的复杂场景数据集，主要针对雾天场景下无人机视角图像问题。它包含真实场景与虚拟生成两种退化模式，虚拟生成数据集使用大气散射模型模拟雾天场景，真实场景为实景拍摄所得。拥有超过11600张图像和超过383k个检测框，为恶劣天气下无人机场景研究提供丰富信息 【1】 。
2. UAVDT数据集：由中国科学院深圳先进技术研究院与其他单位于2018年联合发布，是低空无人机空对地视觉数据集，覆盖城市道路、交通枢纽及停车场等复杂车辆交通场景，适用于目标检测和目标跟踪任务。其中白天场景受雨雾等影响，能见度、对比度下降 【1】 。
3. Hazeworld数据集：由香港中文大学与上海人工智能实验室联合发布，是一个室外视频去雾基准数据集。它是大规模的合成数据集，包括3588个训练视频和1496个测试视频，收集了来自不同室外场景的视频（如自动驾驶场景），可用于检测等下游任务 【7】 。
4. FWD数据集：由黄安陈等发布，从公开数据集中筛选符合所需的航拍图像构建而成，包含晴天、雨天、雪天、雾天4类图像，每种天气图像2500张，样本数量分布均衡且面向多样性场景，可用于雾天相关的车辆检测研究 【9】 。