目前对于主动驾驶数据集你想晓得的,应该都在这里了,这是「整数智能」主动驾驶数据集八大系列分享之系列八:
「本期划重点」
- 寰球首个多传感器虚构标注数据集:51WORLD
- 最大的主动驾驶多任务合成数据集:SHIFT
- 第一个用于车对车感知的大规模凋谢模仿数据集:OPV2V
「八大系列概览」
主动驾驶数据集分享是整数智能推出的一个全新分享系列,在这个系列中,咱们将介绍目前为止各大科研机构和企业推出的所有公开主动驾驶数据集。数据集次要分为八个系列:
- 系列一:指标检测数据集🔗
- 系列二:语义宰割数据集🔗
- 系列三:车道线检测数据集🔗
- 系列四:光流数据集🔗
- 系列五:Stereo Dataset🔗
- 系列六:定位与地图数据集🔗
- 系列七:驾驶行为数据集🔗
- 系列八:仿真数据集
本文是 < 系列八:仿真数据集 >,上面共包含 6 个数据集:
01「SHIFT」
- 公布方:苏黎世联邦理工学院视觉智能和零碎组
- 下载地址:www.vis.xyz/shift
- 论文地址:https://arxiv.org/abs/2206.08367
- 公布工夫:2022 年
- 简介:最大的主动驾驶多任务合成数据集,它出现了云量、雨和雾的强度、一天中的工夫以及车辆和行人密度的离散和间断变动。SHIFT 具备全面的传感器套件和几个支流感知工作的正文,能够考察感知零碎性能在畛域转移程度减少时的进化状况,促成继续适应策略的倒退,以缓解这一问题并评估模型的鲁棒性和通用性
-
特色
- 最大的合成数据集
- 一个多任务驱动数据集
- 具备各种条件下最重要的感知工作,并具备全面的传感器设置
- 提供了最全面的正文和条件集
数据集中的 RGB 相机的正文集
02「Livox」
- 公布方:Livox
- 下载地址:https://livox-wiki-cn.readthe…
- 官网地址:https://www.livoxtech.com/cn/…
- 公布工夫:2021 年
- 简介:Livox 仿真数据集是基于主动驾驶仿真测试平台生成的点云数据和对应标注,反对 3D 指标检测和语义宰割工作。其中传感器配置了 5 个激光雷达和 1 个超远距激光雷达,整个数据集蕴含了 14445 帧 360°Lidar 点云数据,6 种指标的 3D 突围框标注和 14 品种别的点云语义标注。数据集场景次要为市区宽敞路线场景,包含双向 12 车道和双向 8 车道。相应地,该仿真场景中也蕴含了多种车辆和行人模型,以及更贴近实在场景的交通流模仿。此外,丰盛的红绿灯、交通标识牌、隔离物(包含隔离栏杆、绿化带、隔离墩等)、树木修建等都让整个仿真场景更加贴近理论驾驶路况
-
特色
- 蕴含丰盛的场景建模,更贴近实在场景的交通流模仿
- 14445 帧 360°点云数据
- 6 种指标的 3D 突围框和指标追踪 ID 标注
- 14 品种别的点云语义标注
仿真场景示例
03「51WORLD」
- 公布方:51WORLD
- 下载地址:https://gitee.com/OpenSimOne
- 官网地址:https://www.51aes.com/
- 公布工夫:2020 年
- 简介:51WORLD 虚构标注数据是基于其自研的主动驾驶仿真测试平台 51Sim-One 生成及标注。该平台集动态和动态数据导入、传感器仿真、动力学仿真、可视化、测试与回放、虚构数据集生成,在环测试等为一体。功能模块笼罩主动驾驶仿真测试的全流程,兼具规模,高精度和高真实感,并可主动实现多传感器原始数据(图像和点云)和真值得同步输入
-
特色
- 涵盖了常见的摄像头仿真数据集,还有激光雷达仿真数据集
- 蕴含了对于主动驾驶零碎有挑战性的极限工况、简单路线、天气条件等
- 全自动标注
摄像头仿真成果示例
04「OPV2V」
- 公布方:UCLA
- 下载地址:https://mobility-lab.seas.ucl…
- 论文地址:https://arxiv.org/pdf/2109.07…
- 公布工夫:2022 年
- 简介:该数据集是第一个用于车对车感知的大规模凋谢模仿数据集。蕴含了 70 多个乏味的场景,11464 个帧和 232913 个有正文的三维车辆边界框,收集自 CARLA 的 8 个城镇和洛杉矶卡尔弗城的一个数字城镇。作者构建了一个全面的基准,共有 16 个实现的模型,以评估几种信息交融策略(即晚期、前期和两头交融)与最先进的激光雷达检测算法。此外,作者还提出了一个新的关注性两头交融管道,以汇总来自多个连贯车辆的信息
-
特色
- 共有 73 个不同的场景,每个场景有多辆主动驾驶汽车和趋近实在的交通流呈现
- 囊括了 6 种路线类型,9 个不同的城市
- 蕴含 1.2 万张点云图,4.8 万张 RGB 图像,23 万个标注好的 3D 检测框
左图:CARLA 中构建场景的截图。两头:由私家车收集的 LiDAR 点云。右图。红色的圆圈代表了因为遮挡而对私家车不可见的汽车,但能够被其余连贯的车辆看到。(a): 私家车打算在 T 型路口左转,路边的车辆挡住了它对来往车辆的眼帘。(b): 因为密集的交通造成的遮挡,私家车辆的 LiDAR 对几辆车没有测量
05「SYNTHIA」
- 公布方:SYNTHIA
- 下载地址:https://synthia-dataset.net/d…
- 论文地址:https://www.cv-foundation.org…
- 公布工夫:2016 年
- 简介:该数据集目标是帮忙语义宰割和在驾驶场景中的相干场景了解问题,由一组从虚构城市渲染进去的照片写实框架组成,并附有 13 个类别的准确像素级语义正文:混杂物、天空、修建、路线、人行道、栅栏、植被、电线杆、汽车、标记、行人、汽车人、车道标记
-
特色
- 大量数据和地面实况:来自视频流的 200,000+ 张高清图像和来自独立快照的 20,000+ 张高清图像
- 场景多样性:欧式小镇、古代城市、高速公路和绿色区域
- 动静物体多样性:汽车、行人和骑自行车的人
- 多个节令:夏季、秋季、秋季和冬季的专用主题
- 照明条件和天气:动静灯光和暗影,几种白天模式,雨天模式和夜间模式
- 传感器模仿:8 个 RGB 摄像机组成一个双目 360°摄像机,8 个深度传感器
- 主动地面实况:用于语义宰割(像素正文)、深度、汽车自我静止的个别实例
SYNTHIA 数据集模仿场景
06「CURE-TSR」
- 公布方:乔治亚理工学院
- 下载地址:https://ghassanalregib.com/cu…
- 论文地址:https://arxiv.org/abs/1712.02463
- 公布工夫:2017 年
- 简介:CURE-TSR 数据集中的交通标志图像是从 CURE-TSD 数据集中裁剪进去的,该数据集包含大概 170 万张真实世界和模拟器图像,其中有超过 200 万个交通标志实例。真实世界的图像来自于 BelgiumTS 的视频序列,而模仿图像是用空幻引擎 4 游戏开发工具生成
-
特色
- 大部分场景来自城市环境
- 蕴含 14 中交通标志:限速、货车、禁止超车、禁止停车、进行、自行车、驼峰、禁止向左、禁止向右、优先、禁止进入、退让和停车