eTraM是亚利桑那州立大学的研究团队提出的一个基于事件的交通监测数据集。该数据集包含超过10小时的高分辨率Prophesee EVK4 HD事件相机的标注数据，涵盖了多种光照和天气条件，全面展现了现实世界中的交通状况。eTraM数据集包含200万个边界框注释，覆盖了从车辆、行人到微型交通工具等八种不同的交通参与者类别。eTraM以其丰富的数据维度，为事件驱动的交通监控研究提供了珍贵资源，不仅捕捉常规动态，更揭示了复杂场景与参与者间的微妙差异与挑战，旨在促进智能交通系统的发展与创新。
详情请参见五号雷达：https://www.5radar.com/result?key=eTraM
_1769672084863.jpg)