数据集合包含了多种类型的机动车信息，包括小轿车、面包车、SUV等。数据表包含车辆的颜色、类型、环境、天气、白天_晚上等信息，以及原始图片的存储路径、图片的内容信息文件的存储路径、预标注图片和预标注图片的的存储路径。 该数据集合主要用于机动车和车牌的检测AI算法的训练和测试。 可以根据关键字，快速搜索并导出算法训练和测试所需的数据集。

使用自研的数据采集制具采集的机动车图片。使用开源的qwen3-vl识别图片中的车辆颜色、车辆类型、周围环境、天气、白天_晚上等信息。并将图片识别信息以json文件存储。使用开源的groundingdino模型标注车辆和车牌，并将预标注图片和预标注文件以json文件存储。 把原始图片的路径、图片识别信息文件的路径、预标注图片的路径和预标注文件的路径存储数据表[机动车信息表]。 当测试发现在某个场景下的车辆和车牌检出率出现问题，可以根据当时的场景，快速搜索并导出所需的图片，提供给算法模型，用于重新训练模型，提高车辆和车牌检测的正确率。

数据集主要用于训练和测试机动车和车牌检测的人工智能算法。可以根据算法的需要，通过输入关键词，快速搜索并导出所需的数据。比如可以快速搜索所有“白天”的“黑色”“轿车”的图片和标注信息。训练和测试特定条件下的人工智能算法的功能和性能。

id image_path output_json_path vehicle_type color environment weather day_night created_at pre-annotation pre-annotation-pic 1 /home/suheng/pictures/ai-data-merge/vehicle-merge/1 (23).jpg /home/suheng/models_script/qwen25vl-chat/output/1 (23)_analysis_result.json 轿车 白色 城市街道 晴朗 白天 2025/9/24 12:01 /home/suheng/pictures/ai-data-merge/vehicle-merge-annotation/annotation/20250926_101947/annotation_1 (23).json /home/suheng/pictures/ai-data-merge/vehicle-merge-annotation/image/20250926_101947/an 附件下载

id：int类型，唯一ID； image_path：varchar(500)类型，原始图片的路径； output_json_path：varchar(500)类型，图片信息文件的路径； vehicle_type：varchar(100)类型，车辆类型； color：varchar(50)类型，车辆颜色； environment：varchar(100)类型，环境； weather：varchar(50)类型，天气； day_night：varchar(20)类型，白天_晚上； created_at：timestamp类型，创建时间； pre-annotation：text类型，预标注文件的路径； pre-annotation-pic：text类型，预标注图片的路径；