在评估计算机视觉项目时，训练和测试数据是必不可少的。所使用的数据代表了一个被提议的系统将要解决的挑战。我们希望有一个大型的数据库，其中包含大量的变化，例如在城市环境中检测和识别交通信号灯(TL)。从调查现有工作可以清楚地看出，目前的评估主要局限于作者自己收集的小型当地数据集，而不是公开可用的数据集。局部数据集的大小通常很小，并且包含很少的变化。这使得几乎不可能比较不同作者的工作和结果，但也变得很难确定一个领域的当前状态。为了给将来的交通灯识别(TLR)研究提供一个通用的基础，我们收集了一个基于美国道路的视频的广泛的公共数据库。该数据库包括连续测试和训练视频序列，总共43,007帧和113,888个注释交通灯。这些序列是由安装在车顶上的立体摄像机拍摄的，车辆在夜间和白天行驶，光线和天气条件各不相同。该数据库中只使用了左侧摄像机视图，因此立体声特征处于当前状态未使用。数据库收集于美国加利福尼亚州圣地亚哥。该数据库提供了主要用于测试的四个白天和两个夜间序列，在太平洋海滩和拉霍亚提供了23分25秒的驾驶时间。立体图像对是使用点灰色的大黄蜂 XB3(BBX3-13S2C-60)获得的，它包含三个镜头，捕捉图像的分辨率为1280 x 960，每个镜头的视场(FoV)为66 ° 。其中左摄像机视图是用于所有的测试序列和训练剪辑。训练片段包括13个日间片段和5个夜间片段。Zip 包含两种类型的注释