随着人工智能技术的飞速发展，垂直领域数据集在提升模型性能、解决领域问题、推动创新应用以及提升竞争力等方面的重要性日益凸显。

提高模型性能：垂直领域数据集专注于特定任务或领域，使用这些数据集进行训练可以让模型更好地理解和解决特定领域的问题。

深入解决领域问题：垂直领域数据集通常包含丰富的专业知识和深度信息，这使得模型能够更深入地了解特定领域的问题。

推动创新应用：通过垂直领域数据集的训练，模型可以更好地适应特定领域的需求和规则，从而推动该领域的创新应用。

提升竞争力：对于企业和研究机构来说，拥有高质量的垂直领域数据集可以提升其在特定领域的竞争力。可以更好地理解市场需求、客户行为以及行业趋势，从而制定出更有效的商业策略。

景联文科技是AI基础数据行业的供应商，拥有丰富的垂直领域成品数据集。

一、自动驾驶领域成品数据集

部分数据样例如下：

1.2000000张DMS驾驶员行为视频训练集

采集设备：可见光和红外双目摄像头

车型要求：大众-桑塔纳、日产-轩逸、起亚-赛拉图、雪铁龙-爱丽舍，车型都是五年内的，每种车型平均

数据规模：2000000张图像，2000000个json文件

采集多样性：多年龄段、多时间段、多种行为（疲劳驾驶、副驾驶及后排座椅、未系安全带、抽烟、吃喝、后挡风玻璃置物台、主驾驶防护栏、中控台 、手持手机打电、中央扶手处、聊微信看视频）

2.5000个id1225900段车内录音采集数据集

采集规模：5000个id1225900段录音

采集设备及要求：专业录音设备进行录制，麦克风间距95mm

采集多样性：在汽车行驶过程中或静止状态时、开窗或关窗时、开空调或不开空调的情况下各录制一遍

录音内容为：口语类、新闻类

男女比例：1:1

年龄分布：年龄在20到50之间，20到30占30%，30到40占50%，40到50占20%。

语言：标准的普通话

二、智能安防领域成品数据集

部分数据样例如下：

1.225570张火焰标注图像训练集

采集设备：手机

数据规模：225570张png图像、22550个xml文件

采集多样性：多种室外场景

标注规则：分“flame、smoke、fire、cloud、leaf、fog、sunset、light 、sunlight”九类火焰做拉框标注，一张图上标注区域不超过三个

采集时间：白天、夜晚

2.1500段烟火视频数据集

采集设备：相机分辨率为1080p(200万)，平角监控相机

数据规模：总共7500分钟左右，1500段视频，每段视频5分钟左右

采集内容：在5个工厂场景，5个仓库场景，5个办公楼场景下，分别在灯光、昏暗、正常光三种不同的光下采集大火、中火、小火三种不同的火势大小的视频

采集角度：多角度采集

采集环境：共15个场景，分别为5个工厂场景，5个仓库场景，5个办公楼场景

三、智慧城市垂直领域成品数据集

部分数据样例如下：

1.1200000张城市治理图像数据集

采集内容：采集城市道路上暴露垃圾、打包垃圾、单车违停、电动车违停、店外经营、垃圾桶满溢、乱堆废料、违规撑伞、违规户外广告、沿街晾晒 、游摊小贩、占道经营等12种场景数据  

采集设备：摄像头  

数据规模：1200000张图像，12类场景每类100000张

采集场景：暴露垃圾、打包垃圾、单车违停、电动车违停、店外经营、垃圾桶满溢、乱堆废料、违规撑伞、违规户外广告、沿街晾晒、游摊小贩、占道经营

采集要求：拍摄高度1.8-4.5米，拍摄距离15-20米

采集多样性：多种场景、不同时间段、不同拍摄角度

采集时间：白天、夜晚

2.10000张牵狗绳数据集

数据内容：不同人遛狗牵狗绳图片或视频，要求10个以上不同场景、10种以上不同狗

数据规模：10000张图像

采集犬类多样性：金毛、拉布拉多、哈士奇、柯基犬、萨摩耶犬等10余种

采集场景多样性：小区绿化带、小区道路、马路边等10余种

景联文科技支持定制采集标注服务。拥有来自不同领域的专家，可以对垂直领域的数据信息进行清洗，删除有害或者存在偏见的内容，从而确保训练数据的正确性，避免生成式AI模型产生偏见、错误信息或其他问题行为。

数据安全合规方面，景联文科技已通过ISO9001质量、ISO27001信息安全、ISO27701国际隐私安全管理认证，参与8项国家数据交换格式和数据安全标准制定。

为自动驾驶、智能安防、智慧城市等领域的全球数千家人工智能从业公司和高校科研机构交付海量、高质量的AI算法训练数据。

景联文科技｜数据采集｜数据标注

助力人工智能技术，赋能传统产业智能化转型升级

文章图文著作权归景联文科技所有，商业转载请联系景联文科技获得授权，非商业转载请注明出处。