自动驾驶汽车如何学会驾驶？下载这个自动驾驶汽车数据集，自个看一下！

现在你可以下载这个数据集，该数据集含有工程师们用于开发自动驾驶技术的视频序列。

加州大学伯克利分校近日公布了工程师们用来开发自动驾驶汽车技术的庞大数据集。

该数据集含有100000多个视频序列，这些录制的视频序列表示不同的驾驶场景，包括诸多天气状况、各种环境和一天当中的不同时间段。

以高清（HD）格式录制的视频序列还含有GPS位置、惯性测量单元（IMU）数据和横跨1100个小时的时间戳。

加州大学伯克利分校的BDD100K数据库可供自动驾驶汽车技术的工程师和开发人员用来训练自动驾驶系统。

我们需要这种类型的数据集来教系统如何应对不同的环境和驾驶条件，包括如何检测路面与步行区、其他车辆等物体以及潜在危险。

数据分类可能花好长时间，于是为了改进对象映射，数据库已经含有2D边界框。这些边界框注释了100000多张图像，而这些图像里面有需要注意的对象，包括交通标志、路人、自行车、其他车辆、火车和交通信号灯。

此外，100000张图像包含车辆注释，以便做出复杂的驾驶决策，比如繁忙的十字路口、凌乱的道路系统或有多个车道标记的地方。

据描述该数据集项目的白皮书（见文末）介绍，视频片段大约40秒长，每秒30帧，使用众多方法来注释对象。

该项目的研究人员表示：“我们发现，要实现大规模的丰富注释，现有工具不足以满足要求，于是我们开发了新的方案，比以前的方法更有效、更灵活地注释驾驶数据。目前的工具很难大规模部署，也很少可以扩展、应对新的任务或数据结构。”

这不是唯一向公众发布的自动驾驶车辆数据集。今年3月，百度发布了Apollo Scape，这是基于百度自动驾驶平台Apollo的数据集。

这个开源数据库不如加州大学伯克利分校的数据集来得庞大，但自动驾驶技术开发人员能够掌握的数据越多，车辆的智能化程度就会越高。

白皮书：