关于深度学习:最全自动驾驶数据集分享系列四|光流数据集

31次阅读

共计 2127 个字符,预计需要花费 6 分钟才能阅读完成。

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四:

「本期划重点」

  • HD1K 是一个新的 Stereo 与光流联合的数据集,它裁减了涵盖的场景并进步了准确率
  • KITTI Flow 系列是第一个具备实在的非合成图像和精确的高空假相的数据集
  • MPI-Sintel 是第一个实现宽泛应用的合成数据集
  • Crowd-Flow 是专一于人群行为剖析的光流数据集

「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:全景数据集
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
上面共包含 6 个数据集:

01「HD1K」

  • 公布方:海德堡单干核心
  • 下载地址:
    http://hci-benchmark.iwr.uni-…
  • 论文地址:
    https://sci-hub.se/10.1109/cv…
  • 公布工夫:2016 年
  • 简介:一个专门为城市主动驾驶而设计的 Stereo 和光流数据集,以补充现有的基准,与过后的相似数据集相比准确性更高
  • 特色

    • 涵盖了以前没有的、具备挑战性的状况,如光线有余或下雨,并带有像素级的不确定性
    • 含有高分辨率(HR)、高帧率(HFR)和高动静范畴(HDR)的残缺测量误差散布的第一个辐射测量挑战的平面和流动高空实在数据集
    • 一个新的 Stereo 与光流联合的数据集,研究者还提取了一个初始基准子集,包含 28504 个 Stereo 对,其中包含 Stereo 对和光流的高空状况,以及动态区域的不确定性

02「KITTI Flow 2015」

  • 公布方:卡尔斯鲁厄理工学院
  • 下载地址:
    http://www.cvlibs.net/dataset…
  • 论文地址:
    https://sci-hub.se/10.1109/cv…
  • 公布工夫:2015 年
  • 简介:一个新的模型和数据集,用于 3D 场景流量预计的新型模型和数据集,并将利用于自主驾驶
  • 特色

    • 该数据集具备场景流的真实性,通过正文 400 个动静场景取得
    • 第一个事实的、大规模的场景流数据集,该数据集对所有的动态和动静物体都进行了高空实在正文,为场景流或光流办法的评估提供动静物体和地面实况

03「KITTI Flow 2012」

  • 公布方:卡尔斯鲁厄理工学院
  • 下载地址:
    http://www.cvlibs.net/dataset…
  • 论文地址:
    https://sci-hub.se/10.1109/cv…
  • 公布工夫:2012 年
  • 简介:第一个具备实在的非合成图像和精确的高空假相的数据集
  • 特色

    • 包含 389 个 Stereo 光流图像对,以及在芜杂场景中捕捉的超过 20 万个三维物体正文(多达 15 辆汽车和 30 个行人)
    • KITTI Flow 2012 三维视觉测距 /SLAM 数据集包含 22 个立体声序列,总长度为 39.2 公里
    • 为汽车、货车、卡车、行人、自行车和有轨电车等物体类别提供了精确的三维边界盒

04「Middlebury」

  • 公布方:明德学院
  • 下载地址:
    https://vision.middlebury.edu…
  • 论文地址:
    https://link.springer.com/con…
  • 公布工夫:2007 年
  • 简介:Middlebury 是一个新的光流数据集汇合,其中蕴含地面实况。它们分为用于明德学院官网评估的测试集和训练集,只为后者提供真值
  • 特色

    • 蕴含 8 个短期训练和 8 个测试序列,预计来自不同大型静止或动态对象的多种静止不连续性,预计的静止相当小,平均速度约为 4,最大速度为 22 像素

    05「MPI-Sintel」

  • 公布方:Perceiving Systems
  • 下载地址:
    http://sintel.is.tue.mpg.de/
  • 论文地址:
    https://sci-hub.se/10.1007/97…
  • 公布工夫:2012 年
  • 简介:MPI Sintel 数据集是用于训练和评估光流算法的最宽泛应用的数据集之一。该数据集蕴含了一系列额定的挑战,如远距离静止、光照变动、镜面反射、静止含糊和大气效应。它是第一个实现宽泛应用的合成数据集,因为它很好地代表了天然场景和静止
  • 特色

    • 数据集蕴含流场、静止边界、不匹配区域和图像序列
    • 图像序列以不同的难度级别进行渲染,还提供高空实在深度、Stereo 和动静机位
    • 训练集由 1040 个高空实在光流组成,测试集蕴含 12 个序列的 564 张图片,平均速度和最大速度别离为 5 和 445

06「Crowd-Flow」

  • 公布方:柏林理工大学
  • 下载地址:
    https://github.com/tsenst/Cro…
  • 论文地址:
    http://elvera.nue.tu-berlin.d…
  • 公布工夫:2018 年
  • 简介:Crowd-Flow 数据集旨在提供一个光流基准,重点是人群行为剖析的序列
  • 特色

    • 序列蕴含 371 到 1451 个独立静止的个体
    • 数据集由 10 个长度范畴的序列组成,在 300 至 450 帧之间,所有序列均以 25hz 的帧速率和高清分辨率出现
    • 与此前光流数据集相比,该数据集除了进步了分辨率和帧的数量之外,还以间断序列而不是单帧对进行组织,容许评估工夫一致性,例如以轨迹的模式
正文完
 0