Développez vos algorithmes à l’aide du LYNRED Mobility Dataset
L’intelligence artificielle (IA) joue un rôle déterminant dans la transformation numérique, en particulier dans le domaine de la vision par ordinateur. Cette technologie permet aux machines de comprendre et d’interpréter des données visuelles de la même manière que les humains, ce qui ouvre la voie vers des applications innovantes dans un large éventail de secteurs, notamment la santé, la sécurité et l’automobile.
Toutefois, pour que ces systèmes soient réellement efficaces, ils doivent s’entraîner avec des jeux de données vastes et diversifiés, une étape essentielle pour bâtir des modèles d’IA robustes à la précision optimale. Pour relever ces défis, Lynred s’engage à soutenir la recherche dans ce domaine en fournissant des jeux de données d'images thermiques, dans le but de faire progresser les applications de vision par ordinateur et de repousser les limites de la technologie.
Ce jeu de données dispose de trois fonctionnalités complémentaires :
LYNRED Mobility Dataset : Détection multimodale
Le jeu de données de détection multimodale LYNRED est spécialement conçu pour soutenir le développement des systèmes d’aide à la conduite et des véhicules autonomes, et fournit un ensemble exhaustif de données thermiques et visibles RGB. Il comprend 8 000 images infrarouges et visibles RGB synchronisées et alignées, capturées dans de nombreuses conditions environnementales différentes, notamment à chaque saison, de jour comme de nuit. Les chercheurs et ingénieurs peuvent tirer parti de ce jeu de données pour développer et tester leurs algorithmes dans des conditions de conduite réelles.
| Images | Métadonnées (JSON) | Caractéristiques des caméras |
|---|---|---|
| 8 000 images thermiques et visibles RGB, avec suggestion de fractionnement des données de test et d’entraînement | 80 000 annotations répartis en 9 classes (personnes, voitures, vélos, motos, camions, bus, animaux, trains et engins de chantier) | Caméra thermique : VGA 640x480 16bits & 8bits |
| Métadonnées d’occlusion et de température | Caméra visible RGB: SXGA 1280x960 8bits |
LYNRED Mobility Dataset : Stéréovision
Le jeu de données de stéréovision de LYNRED comprend tout le nécessaire afin de développer des algorithmes pour l’enregistrement d’images, la fusion entre images visibles RGB et thermiques, et l’estimation de la profondeur. Il comprend 43 200 images issues de six séquences vidéo capturées à l’aide de deux caméras thermiques et deux caméras visibles RGB, synchronisées à l’aide d’un déclencheur externe, dans des conditions diverses (environnements urbains et ruraux, de jour et de nuit).
| Images | Métadonnées | Caractéristiques des caméras |
|---|---|---|
| 6 séquences d’images synchronisées à 4 caméras (2 visibles RGB et 2 thermiques) | Etalonnage extrinsèque des caméras | Caméras thermiques : 2 x VGA 640x480 16bits & 8bits |
| Caméras visibles RGB : 2 x SXGA 1280x960 8bits |
LYNRED Mobility Dataset : Estimation de la portée
Le jeu de données d’estimation de la portée LYNRED fournit un grand nombre de séquences de piétons qui traversent la route à différentes distances, capturées à partir d’une caméra fixe. Ce système s’inspire des scénarios du New Car Assessment Program (NCAP) et de la National Highway Traffic Safety Administration (NHTSA), deux organismes d'évaluation des performances en matière de sécurité automobile. Ce jeu de données permet d’évaluer la portée de détection d’un système de freinage d’urgence automatique face aux piétons, reposant sur des données thermiques, jusqu’à 250m. En outre, il prend en charge de nombreuses applications relatives à la détection des piétons, aux véhicules autonomes et aux systèmes d’aide à la conduite, ce qui va au-delà du champ d’action des protocoles de test du NCAP et de la NHTSA.
| Images | Métadonnées (CSV) | Caractéristiques des caméras |
|---|---|---|
| Plus de 250 séquences de piétons qui traversent la route, filmées simultanément avec un capteur QVGA et un capteur VGA | Métadonnées des piétons : taille, distance et vitesse | Caméras thermiques : VGA 640x480 16bits & 8bits QVGA 320x240 16bits & 8bits |
| Conditions du scénario : environnement rural, environnement urbain, de jour, de nuit, en été, en hiver | ||
| Conditions environnementales : température, luminosité |
Nos Partenaires
Nous souhaitons remercier nos partenaires pour leur participation et contribution à l’élaboration de ce jeu de données
Produits Associés
VGA 17µm
VGA 12µm
QVGA 12µm
Publications Associées
Caractérisation de la capacité du capteur infrarouge à identifier les piétons lorsqu'il est couplé à un algorithme de détection et étude par simulation des avantages potentiels de l'adoption d'une caméra thermique en termes de sécurité...
Cet article explore les avantages de la fusion visible-thermique, propose une intégration derrière le pare-brise et évalue les exigences minimales de performance pour une caméra thermique conforme aux normes NHSTA, sur la base d'une étude de la portée de détection des piétons...
Nous proposons une nouvelle approche de la fusion visible et thermique pour la détection des piétons. Notre méthode utilise l'apprentissage multitâche pour entraîner un modèle de bout en bout afin d'effectuer la détection sur les informations multimodales et sur chaque modalité simultanément...
Effet de différents pipelines de traitement infrarouge sur la performance d'une détection de piétons dans un environnement urbain, similaire à des scénarios de conduite autonome...
Nous proposons un pipeline complet pour traiter et fusionner des images infrarouges et visibles RGB pour des applications de conduite...
Citer notre jeu de données
LYNRED, LYNRED Mobility Dataset V1 (2025), https://www.lynred.com/lynred-mobility-dataset
