想做自动驾驶?这几个数据集你不可不知道!

五大自动驾驶数据集

1. KITTI

数据集介绍

KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办,主要于算法评测。

KITTI数据采集平台包括2个灰度摄像机,2个彩色摄像机,一个Velodyne 3D激光雷达,4个光学镜头,以及1个GPS导航系统。一共细分为’Road’, ’City’, ’Residential’, ’Campus’ 和 ’Person’五类数据;包含市区、乡村高速公路的数据,每张图像最多15辆车及30个行人,而且还包含不同程度的遮挡。整个数据集由389对立体图像和光流图,39.2 公里视觉测距序列以及超过200,000 3D标注物体的图像组成。

KITTI数据集中,目标检测包括了车辆检测、行人检测、自行车三个单项,目标追踪包括车辆追踪、行人追踪两个单项,道路分割包括urban unmarked、urban marked、urban multiple marked三个场景及前三个场景的平均值urban road等四个单项;

数据集大小超过200G。KITTI数据集是无人驾驶学术圈使用最广泛的数据集之一了。

项目主页:

http://www.cvlibs.net/datasets/kitti/index.php 。

2. Cityscapes

与KITTI不同的是,Cityscapes专注于城市的街景主义理解,其本质就是一个计算机视觉语义分割数据集。提供的下载数据集中测试集和验证集有标注,测试集提供原图,无标注,可以把结果上传到项目主页,然后验证你算法。

Cityscapes包含50个城市不同场景、不同背景、不同季节的街景,提供5000张精细标注的图像、20000张粗略标注的图像、30类标注物体。

https://pan.baidu.com/s/1fsbavgeEWZnrCRZlRHoVNg ;

项目主页:

https://www.cityscapes-dataset.com/ 。

3. ApolloScape

数据介绍:ApolloScape的标注精细度上超过同类型的KITTI,Cityscapes数据集,也超过UC Berkley最新发布的BDD100K,ApolloScape不仅开放了比Cityscapes等同类数据集大10倍以上的数据量,还包括感知、仿真场景、路网数据等数十万帧逐像素语义分割标注的高分辨率图像数据,进一步涵盖更复杂的环境、天气和交通状况等。

数据集演示视频:

项目主页:

http://apolloscape.auto/

4. Mapillary

数据集介绍:共包含25,000个高分辨率图像(分为18,000个用于训练,2,000个验证,5,000个测试;平均分辨率约为900万像素),具有从200万个手动绘制的多边形的像素点注释;100个对象类别,其中60个实例特定(即枚举对象);涵盖北美和南美,欧洲,非洲,亚洲和大洋洲的全球地理覆盖;天气条件(太阳,雨,雪,雾,阴霾)和捕获时间(黎明,白天,黄昏甚至夜晚)的高度变异性;相机传感器范围广泛,焦距变化,图像宽高比以及不同类型的相机噪音;不同的拍摄观点(从道路,人行道和越野)。

注册后下载数据集。数据集演示视频:

项目主页:

https://www.mapillary.com

5. BDD100K

数据集介绍:UC Berkeley 发布,包括以下几方面数据:

1. 视频数据:100,000高清视频,累计时长超过1,100个小时,包含GPS位置,IMU数据和时间戳;

2. 马路目标检测数据:标注超过100,000张图像,类别包含公共汽车,交通灯,交通标志,行人,自行车,卡车,摩托车,小汽车,火车和骑手;

3. 马路目标分类数据:超过10,000张像素级道路目标标注的图片;

4. 可行驶区域:提供了100,000张带有像素级可行驶区域的图片;

5. 车道标记:多个城市的100,000张带有标注的图片。。

数据集大小: 1.8TB,需要简单注册并进行邮箱验证之后可以下载。

项目主页:

五大自动驾驶数据集比较

扫码加入深度学习数据集交流群,获取更多数据集!

如果群已满,添加小助手微信,加入组织

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181104G0GZJL00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

同媒体快讯

扫码关注云+社区

领取腾讯云代金券