您好,欢迎光临2020中国自动驾驶测试验证技术创新论坛!

自动驾驶领域常用的数据集(检测,分割,定位)

发布日期:2020-07-03

GRCC 自动驾驶测试验证技术创新论坛 今天 

手机阅读

点击上方蓝色字体,关注我们


01

KITTI数据集

数据集地址:http://www.cvlibs.net/datasets/kitti/index.php

发布于2009年,KITTI数据集是由德国卡尔斯鲁厄理工学院和芝加哥丰田技术学院联合创办的项目。

数据集的语义标签包括:

‘Road’,‘City’,‘Person’,‘Campus’和‘Residential’五大类。

KITTY数据集可以用于评测各种任务,包括立体图像(stereo),光流(optical flow),视觉测距(visual odometry),深度估计(depth prediction),3D物体检测(object detection),3D跟踪(tracking),路面以及车道线检测等。

参考论文链接:http://www.webmail.cvlibs.net/publications/Geiger2012CVPR.pdf

02

Oxford RobotCar数据集

数据集地址:https://www.cityscapes-dataset.com/

发布于2014年,是在牛津大学校园内路测,总长度1010.64公里,历时一年半所采集的数据集。

下图是数据采集时所走的路线图。

下图是在不同天气、光线情况和交通状况下的数据集中的示例图。

参考论文链接:http://robotcar-dataset.robots.ox.ac.uk/images/robotcar_ijrr.pdf

03

Cityscape数据集

数据集地址:

https://www.cityscapes-dataset.com/Cityscapes

发布于2016年,这是由奔驰采集的面向城市道路街景语义理解的数据集。

参考论文链接:https://arxiv.org/pdf/1604.01685.pdf

04

Common.ai数据集

数据集地址:https://github.com/commaai/research

发布于2016年,这是一段高速公路的视频数据集,包括10个可变大小的视频片段,以20Hz的频率记录。数据除了图像之外,还记录了一些测量值,如汽车速度,加速度,转向角,GPS坐标,陀螺仪角度。

参考论文链接:https://arxiv.org/pdf/1608.01230.pdf

05

Udacity数据集

数据集地址:https://github.com/udacity/self-driving-car/tree/master/datasets

发布于2016年,Udacity是Google开设的线上教育平台,其中有自动驾驶相关线上培训,它也为其自动驾驶算法比赛专门准备了数据集。这个数据集包括在加利福尼亚和邻近城市在白天条件下行驶拍摄的图像,为1920×1200分辨率的9423帧图像,包含超过65000个标签。数据集是由CuldAd使用机器学习算法和研究员共同进行标注。

06

BDD100K数据集

数据集地址:http://bdd-data.berkeley.edu/#video

发布于2018年,这是目前来说最大规模也是最多样化的驾驶视频数据集,这些数据具有四个主要特征:大规模,多样化,在真实的街道采集,并带有时间信息。

该数据集有累计超过1100小时驾驶体验的100000个高清视频序列。每个视频大约40秒长、分辨率为720p、帧率为30fps,还附有手机记录的GPS/IMU信息,以显示大概的驾驶轨迹。数据库涵盖了不同的天气条件,包括晴天、阴天和雨天,以及白天和晚上的不同时间。

下图是数据集中的部分图像。

下图展示了数据收集在一个城市分布的密集程度。

参考论文链接:http://openaccess.thecvf.com/content_cvpr_2017/papers/Xu_End-To-End_Learning_of_CVPR_2017_paper.pdf

07

CVPR Workshop

这是CVPR近几年举办的自动驾驶的workshop,由于深度学习的兴起,计算机视觉等技术被用于自动驾驶的目标检测,语义分割等领域,因此CVPR也开设了若干相关的workshop。具体的单元包括可行驶区域检测,路面的模板检测,跨域的语义分割,以及移动目标的实例级别的分割。

08

GTA数据集

数据集地址:http://www.rockstargames.com/grandtheftauto/

英特尔的GTA的AI和这个虚拟世界给予了训练自动驾驶的可行性,一款赛车游戏《Grand Theft Auto 5》也被用来训练自动驾驶的模型,而且是一个相对廉价且适合初级人工智能探索的自动驾驶试验场。

09

TORCS数据集

数据集地址:http://torcs.sourceforge.net/

TORCS是一种高度便携的多平台赛车模拟,被用作普通的赛车游戏,可以作为AI赛车游戏和研究平台。


10

nuScenes数据集

数据集地址:

https://d3u7q4379vrm7e.cloudfront.net/download

发布于2018年,是由NuTonomy编辑的,并将于2019年推出最全的nuScenes数据集。采集了1000多个场景,其中包含140万幅图像、40万次激光雷达扫描(判断物体之间距离)和110万个三维边界框(用RGB相机、雷达和激光雷达组合检测的物体)。此次数据的搜集使用了6个摄像头、1个激光雷达、 5个毫米波雷达、GPS及惯导系统,包括了对于自动驾驶系统来说非常具有挑战性的复杂道路、天气条件等情况。

11

百度ApolloScape数据集

数据集地址:http://apolloscape.auto/scene.html

发布于2018年,是由百度Apollo提供的数据集。数据集中提供的图像分辨率为3384×2710,定义了共26个不同语义项的数据实例(例如汽车、自行车、行人、建筑、路灯等),而且将进一步涵盖更复杂的环境、天气和交通状况等。


作者 : Nora/言有三 | 来源 : 公众号 “有三AI"



相关文章

无人驾驶开源仿真平台整理
【感知】自动驾驶传感器汇总
基于场景的自动驾驶功能验证平台——背景与动机(一)






SELECTED EVENTS




 

长按二维码识别关注



我就知道你“在看”


  • 电话咨询
  • 021-2230 6692
  • 15021948198
None