OpenLane是ECCV2022 Persformer论文中发布的业内第一个大规模真实世界3D车道数据集,构建于自动驾驶领域内主流的公开数据集Waymo Open Dataset,具有高质量的注释和丰富的场景。OpenLane包含20万帧、超过88万条实例级车道、14个车道类别(单白色虚线、双黄色实体、左/右路边等),以及场景标签和路线邻近目标(CIPO)注释,以鼓励开发车道检测和更多与工业相关的自动驾驶方法。
https://github.com/OpenDriveLab/OpenLane
更多标注准则请参考Lane Anno Criterion。
更多标注标准请参考CIPO Anno Criterion。
下表是OpenLane和其他车道线数据集的比较:
Comparison of OpenLane with existing benchmarks.
为了方便对比,作者团队在paperwithcode网站上维护了一个排行榜,可以查看对比不同方法在该数据集上的性能指标。
https://paperswithcode.com/sota/3d-lane-detection-on-openlane
3D车道检测方法出现,解决了许多自动驾驶场景(上坡/下坡、颠簸等)中车道布局不准确估计的问题。github上维护了一个3D车道线检测工作的paper list,用于跟踪最新的相关工作进展。