TT100K 数据集#
清华-腾讯 100K（TT100K）数据集是一个交通标志基准数据集，用于目标检测，由 Zhu 等人创建，并用于 CVPR 2016 论文 Traffic-Sign Detection and Classification in the Wild。Ultralytics TT100K 配置提供 16,817 张图像（6,105 张训练图像 / 7,641 张验证图像 / 3,071 张测试图像），涵盖 221 个交通标志类别；源基准数据集报告的标志实例数量超过 30,000 个。名称中的“100K”指的是创建该基准数据集所使用的约 100,000 张腾讯街景图像，而不是你下载并用于训练的图像数量。由于原论文仅保留训练实例数至少为 100 的类别，因此存在常用的 45 类子集，但 Ultralytics 配置保留了全部 221 个已标注类别（其中许多类别的样本较为稀疏）。
高分辨率街景图像呈现了光照、天气、观察角度和距离方面的大幅变化，使 TT100K 成为真实驾驶场景中小目标检测的高难度基准。
主要特性#
- 多类别检测：221 个交通标志类别，涵盖中国的限速、禁令、警告、限高/限宽和指示标志。
- 高分辨率：2048×2048 像素图像，标志的大小从近距离的大型标志到远距离的微小标记不等，对细粒度检测构成挑战。
- 真实世界条件：天气、光照、观察角度和遮挡情况存在大幅变化。
- 边界框标注：每个标志都标注了类别和采用 YOLO 格式的边界框，标注经过自动转换生成。
- 预定义划分：固定的训练集 / 验证集 / 测试集划分（6,105 / 7,641 / 3,071 张图像），以确保评估的一致性。
数据集结构#
Ultralytics TT100K 配置划分为三个子集，三者共享相同的 221 个类别：
| 划分 | 图像 | 描述 |
|---|---|---|
| 训练 | 6,105 | 用于训练检测器的已标注交通场景图像 |
| 验证 | 7,641 | 数据集原始的“other”划分，用于评估 |
| 测试 | 3,071 | 用于对训练完成的模型进行最终评估的留出图像 |
这 221 个类别分为几个主要组别：
- 限速标志 — 禁止超过的限速
pl*（例如 pl5–pl120）和最低速度pm*（例如 pm5–pm55）。 - 禁令标志 — 一般禁令
p1–p29、禁止驶入/禁止停车pn/pne，以及限制pr*（pr10–pr100）。 - 警告标志 — 用于表示道路危险的
w1–w67，例如人行横道、急转弯、路滑和施工。 - 限高/限宽标志 — 限高
ph*（例如 ph2–ph5.5）和限宽pb/pw*。 - 指示标志 — 一般信息
i1–i15、限速信息il*（il50–il110）、其他信息io，以及信息标牌ip。
应用#
TT100K 广泛用于在真实世界条件下构建和评测交通标志识别系统。常见应用包括：
- 自动驾驶感知系统
- 高级驾驶辅助系统（ADAS）
- 交通监控和道路基础设施分析
- 城市规划和交通流研究
- 针对高分辨率图像中小目标的计算机视觉研究
数据集 YAML#
TT100K.yaml 文件定义了数据集配置，包括数据集路径、类别名称以及自动下载和转换脚本。该文件维护于 Ultralytics 仓库中：https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/TT100K.yaml。
ultralytics/cfg/datasets/TT100K.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Tsinghua-Tencent 100K (TT100K) dataset https://cg.cs.tsinghua.edu.cn/traffic-sign/ by Tsinghua University
# Documentation: https://cg.cs.tsinghua.edu.cn/traffic-sign/tutorial.html
# Paper: Traffic-Sign Detection and Classification in the Wild (CVPR 2016)
# License: CC BY-NC 2.0 license for non-commercial use only
# Example usage: yolo train data=TT100K.yaml
# parent
# ├── ultralytics
# └── datasets
# └── TT100K ← downloads here (~18 GB)
# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: TT100K # dataset root dir
train: images/train # train images (relative to 'path') 6105 images
val: images/val # val images (relative to 'path') 7641 images (original 'other' split)
test: images/test # test images (relative to 'path') 3071 images
# Classes (221 traffic sign categories, 45 with sufficient training instances)
names:
0: i1
1: i10
2: i11
3: i12
4: i13
5: i14
6: i15
7: i2
8: i3
9: i4
10: i5
11: il100
12: il110
13: il50
14: il60
15: il70
16: il80
17: il90
18: io
19: ip
20: p1
21: p10
22: p11
23: p12
24: p13
25: p14
26: p15
27: p16
28: p17
29: p18
30: p19
31: p2
32: p20
33: p21
34: p22
35: p23
36: p24
37: p25
38: p26
39: p27
40: p28
41: p3
42: p4
43: p5
44: p6
45: p7
46: p8
47: p9
48: pa10
49: pa12
50: pa13
51: pa14
52: pa8
53: pb
54: pc
55: pg
56: ph1.5
57: ph2
58: ph2.1
59: ph2.2
60: ph2.4
61: ph2.5
62: ph2.8
63: ph2.9
64: ph3
65: ph3.2
66: ph3.5
67: ph3.8
68: ph4
69: ph4.2
70: ph4.3
71: ph4.5
72: ph4.8
73: ph5
74: ph5.3
75: ph5.5
76: pl10
77: pl100
78: pl110
79: pl120
80: pl15
81: pl20
82: pl25
83: pl30
84: pl35
85: pl40
86: pl5
87: pl50
88: pl60
89: pl65
90: pl70
91: pl80
92: pl90
93: pm10
94: pm13
95: pm15
96: pm1.5
97: pm2
98: pm20
99: pm25
100: pm30
101: pm35
102: pm40
103: pm46
104: pm5
105: pm50
106: pm55
107: pm8
108: pn
109: pne
110: po
111: pr10
112: pr100
113: pr20
114: pr30
115: pr40
116: pr45
117: pr50
118: pr60
119: pr70
120: pr80
121: ps
122: pw2
123: pw2.5
124: pw3
125: pw3.2
126: pw3.5
127: pw4
128: pw4.2
129: pw4.5
130: w1
131: w10
132: w12
133: w13
134: w16
135: w18
136: w20
137: w21
138: w22
139: w24
140: w28
141: w3
142: w30
143: w31
144: w32
145: w34
146: w35
147: w37
148: w38
149: w41
150: w42
151: w43
152: w44
153: w45
154: w46
155: w47
156: w48
157: w49
158: w5
159: w50
160: w55
161: w56
162: w57
163: w58
164: w59
165: w60
166: w62
167: w63
168: w66
169: w8
170: wo
171: i6
172: i7
173: i8
174: i9
175: ilx
176: p29
177: w29
178: w33
179: w36
180: w39
181: w4
182: w40
183: w51
184: w52
185: w53
186: w54
187: w6
188: w61
189: w64
190: w65
191: w67
192: w7
193: w9
194: pax
195: pd
196: pe
197: phx
198: plx
199: pmx
200: pnl
201: prx
202: pwx
203: w11
204: w14
205: w15
206: w17
207: w19
208: w2
209: w23
210: w25
211: w26
212: w27
213: pl0
214: pl4
215: pl3
216: pm2.5
217: ph4.4
218: pn40
219: ph3.3
220: ph2.6
# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
import json
import shutil
from pathlib import Path
from PIL import Image
from ultralytics.utils import TQDM
from ultralytics.utils.downloads import download
def tt100k2yolo(dir):
"""Convert TT100K annotations to YOLO format with images/{split} and labels/{split} structure."""
data_dir = dir / "data"
anno_file = data_dir / "annotations.json"
print("Loading annotations...")
with open(anno_file, encoding="utf-8") as f:
data = json.load(f)
# Build class name to index mapping from yaml
names = yaml["names"]
class_to_idx = {v: k for k, v in names.items()}
# Create directories
for split in ["train", "val", "test"]:
(dir / "images" / split).mkdir(parents=True, exist_ok=True)
(dir / "labels" / split).mkdir(parents=True, exist_ok=True)
print("Converting annotations to YOLO format...")
skipped = 0
for img_id, img_data in TQDM(data["imgs"].items(), desc="Processing"):
img_path_str = img_data["path"]
if "train" in img_path_str:
split = "train"
elif "test" in img_path_str:
split = "test"
else:
split = "val"
# Source and destination paths
src_img = data_dir / img_path_str
if not src_img.exists():
continue
dst_img = dir / "images" / split / src_img.name
# Get image dimensions
try:
with Image.open(src_img) as img:
img_width, img_height = img.size
except Exception as e:
print(f"Error reading {src_img}: {e}")
continue
# Copy image to destination
shutil.copy2(src_img, dst_img)
# Convert annotations
label_file = dir / "labels" / split / f"{src_img.stem}.txt"
lines = []
for obj in img_data.get("objects", []):
category = obj["category"]
if category not in class_to_idx:
skipped += 1
continue
bbox = obj["bbox"]
xmin, ymin = bbox["xmin"], bbox["ymin"]
xmax, ymax = bbox["xmax"], bbox["ymax"]
# Convert to YOLO format (normalized center coordinates and dimensions)
x_center = ((xmin + xmax) / 2.0) / img_width
y_center = ((ymin + ymax) / 2.0) / img_height
width = (xmax - xmin) / img_width
height = (ymax - ymin) / img_height
# Clip to valid range
x_center = max(0, min(1, x_center))
y_center = max(0, min(1, y_center))
width = max(0, min(1, width))
height = max(0, min(1, height))
cls_idx = class_to_idx[category]
lines.append(f"{cls_idx} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n")
# Write label file
if lines:
label_file.write_text("".join(lines), encoding="utf-8")
if skipped:
print(f"Skipped {skipped} annotations with unknown categories")
print("Conversion complete!")
# Download
dir = Path(yaml["path"]) # dataset root dir
urls = ["https://cg.cs.tsinghua.edu.cn/traffic-sign/data_model_code/data.zip"]
download(urls, dir=dir, curl=True, threads=1)
# Convert
tt100k2yolo(dir)使用方法#
约 18 GB 下载量
TT100K 会在你首次训练时自动下载，并需要约 18 GB 的可用磁盘空间。首次使用时，下载脚本会获取原始数据并将标注转换为 YOLO 格式，这可能需要几分钟。
要在 TT100K 数据集上以图像大小 640 训练 YOLO26n 模型 100 个轮次，你可以使用以下代码片段。有关可用参数的完整列表，请参阅模型训练页面。
训练示例
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n.pt") # load a pretrained model (recommended for training)
# Train the model - dataset will auto-download on first run
results = model.train(data="TT100K.yaml", epochs=100, imgsz=640)要标注更多交通标志图像并在浏览器中管理 TT100K 训练运行，请使用 Ultralytics Platform。
示例数据和标注#
TT100K 图像是 2048×2048 的街景，其中交通标志通常只占画面的一小部分。单张图像可能包含多个大小和距离不同的标志，其中一些会被车辆、植被或建筑物部分遮挡，且图像可能采集于白天/夜间以及晴天/雨天条件下。这种小目标与复杂条件的组合，使该数据集成为检验检测器鲁棒性的有力测试。
引用和致谢#
如果你在研究或开发工作中使用 TT100K 数据集，请引用以下论文：
引用
@InProceedings{Zhu_2016_CVPR,
author = {Zhu, Zhe and Liang, Dun and Zhang, Songhai and Huang, Xiaolei and Li, Baoli and Hu, Shimin},
title = {Traffic-Sign Detection and Classification in the Wild},
booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
month = {June},
year = {2016}
}我们谨此感谢清华大学与腾讯的合作，为计算机视觉和自动驾驶社区创建并维护了这一宝贵资源。有关 TT100K 数据集的更多信息，请访问官方数据集网站。
常见问题#
清华-腾讯 100K（TT100K）数据集用于真实世界条件下的交通标志检测与分类。其 221 个类别和高分辨率街景图像，使其成为自动驾驶感知、高级驾驶辅助系统（ADAS）以及小目标检测研究中常用的基准。
Ultralytics TT100K 配置包含 16,817 张图像：6,105 张用于训练，7,641 张用于验证（数据集原始的“other”划分），3,071 张用于测试。完整的划分详情请参阅数据集结构部分。
“100K”指的是创建原始基准时使用的约 100,000 张腾讯街景图像。Ultralytics 检测配置提供了其中 16,817 张带有 YOLO 格式标签的图像；这个名称反映的是源数据集合，而不是训练集大小。
TT100K 定义了 221 个类别，涵盖限速、禁令、警告、限高/限宽和指示标志。原论文仅保留至少有 100 个训练实例的 45 个类别，但 Ultralytics 配置保留了全部 221 个类别。有关各组的划分，请参阅数据集结构。
TT100K 大约为 18 GB，你首次使用
data="TT100K.yaml"进行训练时会自动下载，无需手动下载。脚本还会在首次运行时将原始标注转换为 YOLO 格式。