| --- |
| license: cc-by-nc-4.0 |
| language: |
| - ru |
| - en |
| task_categories: |
| - image-segmentation |
| - object-detection |
| - image-classification |
| tags: |
| - computer-vision |
| - image-segmentation |
| - object-detection |
| - free-space |
| - obstacle-detection |
| - passability |
| - monocular-vision |
| - mobile-navigation |
| - coco |
| - cvat |
| pretty_name: Mobile Path Passability Dataset |
| size_categories: |
| - n<1K |
| --- |
| |
| # Mobile Path Passability Dataset |
|
|
| ## Описание |
|
|
| Датасет предназначен для экспериментов по сегментации свободного пространства и препятствий на кадрах, снятых с монокулярной RGB-камеры смартфона. Практический сценарий связан с предварительной оценкой проходимости локального пути по изображению от первого лица для мобильной платформы, ассистивного устройства или навигационной системы. |
|
|
| Кадры получены из собственных видеозаписей, снятых в помещениях и на улице. В набор вошли коридоры, проходы, дворовые дорожки, зоны у ворот, участки с бытовыми препятствиями и статическими границами. Разметка выполнена вручную в CVAT и сохранена в COCO-формате. |
|
|
| Датасет содержит только извлеченные изображения и аннотации. Исходные видеофайлы не публикуются. Имена исходных видео сохранены только как идентификаторы сцен, чтобы было понятно, из каких съемок получены кадры и как выполнено разбиение train/val/test. |
|
|
| ## Состав |
|
|
| - 994 изображения. |
| - 30 исходных видеосцен, представленных идентификаторами исходных видео. |
| - Разрешение кадров составляет 1280 x 2276. |
| - 1684 COCO-аннотации. |
| - 994 маски класса `free_space`. |
| - 690 аннотаций класса `obstacle`. |
|
|
| Геометрические классы COCO: |
|
|
| - `free_space` обозначает область пола, земли, плитки или дорожки, потенциально доступную для движения. |
| - `obstacle` обозначает отдельные препятствия, например коробки, чемодан, стул, мебель или низкие предметы. |
|
|
| Дополнительно для каждого кадра задан бинарный кадровый статус: |
|
|
| - `clear` означает, что видимый путь доступен для движения без выраженного ближайшего ограничения. |
| - `constrained` означает, что путь ограничен препятствием, статической границей, ограниченным проходом или другой причиной, из-за которой требуется коррекция траектории или прямое движение затруднено. |
|
|
| Стены, бордюры, ограждения и другие статические границы не всегда размечаются как отдельный объект `obstacle`. В таких случаях ограничение прохода отражается формой маски `free_space` и полем `main_obstacle`, например `static_boundary`. |
|
|
| Поле `scene` описывает тип съемочной ситуации и не является целевым классом модели. Целевые кадровые статусы находятся только в поле `status`. |
|
|
| ## Разбиение |
|
|
| Разбиение выполнено по исходным видеосценам, а не случайно по отдельным кадрам. Это уменьшает риск завышенных метрик из-за похожих соседних кадров из одного видео. |
|
|
| | split | images | source videos | clear | constrained | |
| |---|---:|---:|---:|---:| |
| | train | 696 | 21 | 132 | 564 | |
| | val | 155 | 5 | 28 | 127 | |
| | test | 143 | 4 | 29 | 114 | |
|
|
| Все изображения лежат в одной папке `images/`. Они не разнесены физически по папкам `train/`, `val/` и `test`, чтобы сохранить единые пути в COCO-аннотациях и не дублировать файлы. Принадлежность изображения к split задана в `metadata.csv`, `splits/split.csv` и текстовых списках в папке `splits/`. |
|
|
| ## Структура файлов |
|
|
| ```text |
| dataset_hf_upload/ |
| images/ |
| *.jpg |
| annotations/ |
| instances_all.json |
| instances_train.json |
| instances_val.json |
| instances_test.json |
| frame_labels.csv |
| dataset_summary.json |
| splits/ |
| split.csv |
| split_summary.json |
| train.txt |
| val.txt |
| test.txt |
| train_videos.txt |
| val_videos.txt |
| test_videos.txt |
| metadata.csv |
| README.md |
| ``` |
|
|
| ## Назначение файлов |
|
|
| - `images/*.jpg` содержит все опубликованные кадры. |
| - `annotations/instances_all.json` содержит полную COCO-разметку для всех изображений. |
| - `annotations/instances_train.json`, `annotations/instances_val.json`, `annotations/instances_test.json` содержат COCO-разметку для отдельных split. |
| - `annotations/frame_labels.csv` содержит кадровые метаданные, включая `status`, `main_obstacle`, `scene` и `source_video`. |
| - `annotations/dataset_summary.json` содержит общую статистику датасета. |
| - `metadata.csv` содержит одну строку на изображение и удобен для просмотра датасета как таблицы на Hugging Face. |
| - `splits/split.csv` является основной таблицей разбиения изображений на train, val и test. |
| - `splits/train.txt`, `splits/val.txt`, `splits/test.txt` содержат списки изображений для каждого split. |
| - `splits/train_videos.txt`, `splits/val_videos.txt`, `splits/test_videos.txt` содержат идентификаторы исходных видеосцен, попавших в каждый split. Сами видеофайлы в датасет не включены. |
| - `splits/split_summary.json` содержит краткую статистику по split. |
|
|
| ## Использование |
|
|
| Для обучения сегментационных моделей можно использовать COCO-файлы из папки `annotations/`. Если нужен полный набор, используйте `instances_all.json`. Если нужно воспроизвести экспериментальное разбиение, используйте `instances_train.json`, `instances_val.json` и `instances_test.json`. |
|
|
| Для быстрого анализа состава датасета удобно использовать `metadata.csv` или `annotations/frame_labels.csv`. Основные поля: |
|
|
| - `file_name` содержит относительный путь к изображению. |
| - `split` принимает значения `train`, `val` или `test`. |
| - `source_video` содержит идентификатор исходной видеосцены. |
| - `scene` описывает тип сцены. |
| - `status` содержит бинарную метку `clear` или `constrained`. |
| - `main_obstacle` описывает основной тип препятствия или причину ограничения. |
| - `num_free_space_annotations` и `num_obstacle_annotations` содержат число COCO-аннотаций на кадре. |
|
|
| ## English Summary |
|
|
| This dataset contains 994 RGB frames extracted from smartphone videos for navigable free-space segmentation, obstacle detection, and binary frame-level path passability analysis. The annotations were created manually in CVAT and exported in COCO format. The frame-level status labels are `clear` and `constrained`. Train, validation, and test subsets are split by source video identifiers to reduce leakage between visually similar neighboring frames. Raw source videos are not included. |
|
|
| ## License |
|
|
| This dataset is released under the Creative Commons Attribution-NonCommercial 4.0 International license (CC BY-NC 4.0). |
|
|
| The dataset is intended for educational and research use. If you use it in academic work, please cite the dataset repository. |
|
|
