当前我国城市轨道交通智慧化转型已进入深水区，智能安监、无人值守车站、智能客流调度等场景的落地需求持续攀升，而场景适配性高、标注精度达标的训练数据集，一直是制约轨道交通领域AI算法落地效率的核心瓶颈。与此同时，随着全国数据要素市场建设的不断推进，交通领域公共服务类数据的合规流通与价值释放，也成为各地数交所布局的重点方向。作为江苏省官方打造的省级数据要素流通枢纽，江苏数据交易所承担着数据产品合规挂牌、交易服务、生态对接等核心职能，本次轨交场景数据集的上架，正是交通领域公共数据资产合规流通的典型实践。
苏州轨道交通科技创新研究院有限公司本次上架的轨道交通典型服务场景异常行为标注图像数据集，源自苏州轨道交通视觉识别分析项目，全部数据均来自真实运营环境下的现场采集，经过严格的个人信息脱敏处理后，再由专业团队完成人工精细化标注，数据质量满足工业级算法训练要求。数据集覆盖车站典型运营与安全场景，包含乘客摔倒、疑似打架、人员滞留、物品遗留、客流密集等多种高频异常行为样本，同时配套了对应的常态场景对照样本，专用于轨道交通场景的智能视觉算法训练与评测。
查看轨道交通典型服务场景异常行为标注图像数据集
从应用价值来看，该数据集可覆盖多个智慧轨交核心场景：对于轨道交通运营主体而言，基于该数据集训练的智能视觉算法，可实现车站异常行为的实时识别与自动预警，比如乘客摔倒后可第一时间推送告警信息给就近的车站工作人员，缩短应急响应时间；物品遗留、疑似打架等安全事件的自动识别，可大幅提升车站安防效率，降低安全隐患；客流密集预警则可为客流调度、运力调整提供数据支撑，提升乘客出行体验。对于智慧轨交解决方案服务商、AI研发企业而言，该数据集可大幅降低场景数据采集与标注的时间、人力成本，缩短智能视觉算法的研发周期，提升算法在轨道交通场景的适配性与准确率，助力无人值守车站、智能安监系统等产品的落地推广。
本次数据集的上架，一方面是苏州轨道交通科创院盘活自身运营数字资产的重要尝试，通过合规流通实现了数据价值的跨主体释放；另一方面也为交通领域公共服务类数据的脱敏、加工、流通提供了可参考的样本，对江苏乃至全国数据要素市场细分领域的品类扩充、场景落地都具有积极的示范作用。
上架内容：
_1769672084863.jpg)