此数据可以用于进行关联规则算法分析，需要的自取，请勿商用

一种基于张量的交通数据补全方法

1.实拍交通标志已标注数据集1万张——内含txt版本。 2.本数据集含有45类标志，有关联ID。 3.数据集适合yolo系统算法使用，内部已经把txt信息都转换好了，看个人需求使用。 4.数据集多为实拍，精度够，并且本人亲自训练过后，检测精度可以达到98%（50轮）。 有需要指导可私信博主；包含深度学习框架和训练好的文件分享 采集的真实场景的数据，标注后可以用于交通标志物检测 手工标注范围良好，适合高精度目标识别 可以直接用于YOLO系列的交通灯目标检测检测；数据场景丰富

JT T 697.11-2015 交通信息基础数据元 第11部分：船舶检验信息基础数据元 word版

JT/T 697.13-2016 交通信息基础数据元 第13部分 收费公路信息数据元 word版

原始数据，需要进行筛选得到不同地点的数据集（us101,i80,LankershimBoulveard,PeachtreeStreest,其中前两个为高速公路上收集的数据，后两个为城市道路收集的数据），相较于HighD数据，NGSIM数据不易用于分析换道行为，因为NGSIM没有记录换道的车道的前后车id信息，需要自己筛选。

人工智人-家居设计-城市智能交通数据处理优化设计.pdf

加州高速路网PeMS交通流量数据集，包含PEMS03、PEMS04、PEMS07和PEMS08的邻接权重和车流量数据。

来源于上海市交通数据中心，csv文件，包含小客车流量，大客车流量，小货车流量，大货车流量，拖挂车流量，摩托车流量以及平均车身

该数据集下载于https://aineistot.vayla.fi/lam/rawdata/2018/01 https://aineistot.liikennevirasto.fi/lam/rawdata/[year]/[ELY]/lamraw_[lam_id]_[yearshort]_[day_number].csv 属于芬兰交通系统数据 文件内容为lamraw_1_20_1到lamraw_6_20_110。只有rawdata\2020\01里面有文件