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一：
「本期划重点」
Mapillary推出最大、最多样化的公开交通标志数据集，笼罩寰球六大洲
DTLD提供差值图像，低分辨率下也能够实现物体辨认
清华大学与腾讯单干，推出10万张交通标志高清图像
「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<系列一指标检测数据集>的第三篇，下一期咱们将开始介绍语义宰割数据集。
上面共包含15个数据集：
01
「Mapillary Traffic Sign Dataset」
公布方：Mapillary
下载地址：
https://www.mapillary.com/dat...
论文地址：
https://arxiv.org/abs/1909.04422
公布工夫：2020年
简介：Mapillary 交通标志数据集是世界上最大、最多样化的公开交通标志数据集，用于检测和分类世界各地的交通标志
特色
100,000 张高分辨率图像，52,000 张全副标注，48,000 张局部标注
313个带有边界框标注的交通标志类别， 320,000 个标注的交通标志
多样性：笼罩各种天气、节令、一天中的各种工夫，同时蕴含城市和农村地区路线，图像和交通标志类别的寰球天文范畴，笼罩 6 大洲
02
「DriveU Traffic Light Dataset」
公布方：乌尔姆大学 (Ulm University)
下载地址：
https://www.uni-ulm.de/in/iui...
论文地址
https://doi.org/10.1109/ICRA....
公布工夫：2018年
简介：数据集提供差值图像，对宽度为 5 像素或更小的对象进行标注，非常适合在非常低的分辨率下进行物体辨认畛域的钻研
特色
188个视频片段，3366张标注图片，分辨率为2048x1024，40951个标注对象，超过 230,000 个带正文的交通信号
标注：344 个不同的标签类别，2D标注，交通灯蕴含不同属性如灯的色彩、方向
采集环境：德国11个城市，蕴含不同天气和白天不同工夫，2300公里驾驶途程
采集设施：2个百万像素级别相机进行采集
03
Tsinghua-Tencent 100K Tutorial
公布方：清华大学
下载地址：
https://cg.cs.tsinghua.edu.cn...
论文地址：
https://cg.cs.tsinghua.edu.cn...
公布工夫：2016年
大小：10.8G
简介：清华大学根据100000张腾讯街景全景图中创立了一个大型交通标志基准。提供了100000张蕴含30000个交通标志实例的图像。这些图像涵盖了光照度和天气条件的巨大变化
特色
100000张蕴含30000个交通标志实例的图像，图像分辨率为2048 × 2048，数据来源于腾讯街景数据，该数据集抉择了中国5个城市的街景图
蕴含交通标志但不蕴含信号灯
多样性：笼罩不同天气和光照条件下的数据
标注：采纳多边形标注，分为三种类型的交通标志——正告、禁止和强制性的标记，各种标记的散布比例不均
04
「Bosch Small Traffic Lights」
公布方：Bosch（博世）
下载地址：
https://hci.iwr.uni-heidelber...
论文地址
https://ieeexplore.ieee.org/d...
公布工夫：2017年
大小：25.24GB
简介：用于交通信号灯检测的数据集，蕴含了各种简单多样性环境下的交通灯图像，该数据集提供了高分辨率的图像以及较为准确的标注后果
特色
13427 张图像，分辨率为 1280x720 像素， 24000 个带2D框标注的交通信号灯
数据集分为训练集和测试集
训练集：5093张图像、10756个带标注的信号灯、15种不同标签、中位信号灯宽度为8.6 像素
测试集：8334张图像、13486个带标注的信号灯、4个不同的标签（红色、绿色、黄色、敞开）、中位信号灯宽度为8.5像素
采集环境：旧金山湾区
05
「KUL Belgium Traffic Sign dataset」
公布方：苏黎世联邦理工大学 (ETH Zürich)
下载地址：
http://people.ee.ethz.ch/~tim...
论文地址：
https://btsd.ethz.ch/sharedda...
公布工夫：2013年
大小：50GB
简介：用8个高分辨率摄像头装置在一辆面包车上，总计超过3个小时，带有交通标志标注，大概16000张背景图片
特色
145,000 张图片，分辨率为1,628 × 1,236 像素
标注：9,006张动态图像上的13,444个交通标志标注，间隔采集的相机50m以内的范畴
数据集分为三局部：
训练集：8,851个标注，16,045张不蕴含交通标志的背景图片
2D测试集：4,593个标注，583 张背景图
3D测试集：1,625个标注，121,632张背景图
提供了一个名为BelgiumTSC的子集，其中有4,591个裁切过的训练样本和2,534个裁切过的测试样本。这些数据对应于原始的BelgiumTS训练和2D测试局部
采集地点：通过GeoAutomation在比利时，佛兰德斯地区的城市道路中采集
06
「German Traffic Sign」
公布方：Ruhr-Universität Bochum
下载地址：
https://sid.erda.dk/public/ar...
论文地址：https://www.sciencedirect.com...
公布工夫：2011年
简介：该数据集是在2011年IJCNN上举办的一个多类别分类比赛提供的，它提供了不同间隔、光照、天气条件、局部遮挡等丰盛背景下的交通标志。数据集包含43个类别，不同类别的呈现频率不是平衡的。参与者必须对两个测试集进行分类，每个测试集有超过12,500张图像
特色
10个小时视频数据，帧率为25，图片分辨率为1360×1024 ，50000个交通标志
通过解决后的交通标志的数量为1700，图像分辨率为15x15～222x193像素
标注：半自动标注，133,000张带标注的交通标志图像，2,416个交通标志
采集环境：德国不同路线，日间，应用相机进行采集
07
「LISA Traffic Sign」
公布方：the University of San Diego
下载地址：
https://www.kaggle.com/mborno...
论文地址：
https://ieeexplore.ieee.org/d...
公布工夫：2012年
大小：5GB
简介：LISA数据集是一个蕴含美国交通标志的视频数据集。数据集分为两个阶段公布，即公布只有图片的数据集和公布带视频和图片的数据集
特色
43,007 帧和 113,888 个带的交标注通信号灯，同时提供彩色图像和灰度图像
分辨率为1280 x 960，交通标志分辨率为6x6 ~167x168 像素
标注：47种交通标志，标注包含2D框和属性包含交通标志类型、地位、尺寸、是否被遮挡、是否位于路侧
由装置在车辆车顶上的平面摄像机捕获，该数据集中的图片仅包含左侧摄像机视图
采集环境：美国加利福尼亚州圣地亚哥，夜间和白天以及不同的光线和天气条件下行驶
08
「LaRA ：交通信号灯视频数据集」
公布方：法国La Route Automatisée
下载地址：
http://www.lara.prd.fr/benchm...
论文地址：
https://ieeexplore.ieee.org/d...
公布工夫：2013年
大小：1.54GB
简介：城市道路场景中的交通信号灯数据集，相比于Bosch数据集，该数据集提供的交通灯图片像素比拟低
特色
8分钟视频，11179帧数据，帧率为25，分辨率为640×480
9168个人工2D框标记的交通灯，四类标签（红灯、绿灯、黄灯、含糊），被标注的信号灯大小大于5像素
采集环境：巴黎交通密集的城市街道，采纳车载摄像机拍摄，车辆行驶速度低于50km/h
09
Chinese Traffic Sign Database
公布方：北京交通大学
下载地址：
http://www.nlpr.ia.ac.cn/pal/...
特色
6164张交通标志图像，蕴含58个标记类别
数据集分为训练集和测试集。训练集包含4170张图片，而测试集蕴含1994张图片
数据集收集于不同天气、光照条件等环境下，并蕴含局部遮挡等情况
10
「Udacity」
公布方：Udacity
下载地址：
https://github.com/udacity/se...
公布工夫：2016年
简介：Udacity是Google开设的线上教育平台，其中有主动驾驶相干线上培训，它也为其主动驾驶算法较量专门筹备了数据集，对间断视频图片进行了2D标注，次要有汽车、行人、大型车辆等类别。数据集标注不如KITTI谨严
特色
数据集1
9,423帧图像，分辨率1920×1200，超过65000个标签
大小：1.5GB
标注：由CuldAI应用机器学习算法和标注员独特进行标注，蕴含汽车、卡车、行人三种标签
数据集2
15000帧，分辨率1920×1200
大小：3.3GB
蕴含汽车、卡车、行人、交通灯四种标签
采集环境：包含在加利福尼亚和邻近城市在白天条件下行驶拍摄的图像
11
「JAAD」
公布方：约克大学 (York University)
下载地址：
https://github.com/ykotseruba...
论文地址：
https://openaccess.thecvf.com...
公布工夫：2017年
大小：3.1GB
简介：JAAD 是用于钻研主动驾驶背景下联结注意力的数据集。重点是行人和驾驶员在交叉路口的行为以及影响他们的因素
特色
蕴含 346 个视频片段，帧率为30，时长5-10秒，82,032帧
标注：
2793名行人，378,643个2D标注框
不同的标签框：行走、站立、过马路、查看交通状况
行人属性：年龄、性别、服饰、静止方向
每个视频都带有工夫和天气属性
采集环境：3个车载摄像头采集，北美和东欧各种天气条件下日常城市驾驶的典型场景
12
「NYC3DCars数据集」
公布方：康奈尔大学
下载地址：
http://nyc3d.cs.cornell.edu/#...
论文地址：
https://www.cs.cornell.edu/~s...
公布工夫：2013年
简介：NYC3DCars中的每张照片都汇合了事实天文空间的数据。集成了诸如OpenStreetMap和NYC OpenData提供的数据库，以便辨认路线的天文特色
特色
2000张带标注图片，3787辆被标注车辆
标注：对车辆进2D标注。包含车辆地位，车辆类型，地理位置，被遮挡的水平和工夫
图像数据背景：图片来自互联网，范畴涵盖纽约交通密集地区、不同视角、一天中的不同工夫
13
「Elektra (CVC-14)」
公布方：Universitat Autònoma de Barcelona
下载地址：
http://adas.cvc.uab.es/elektr...
论文：
Adapting Pedestrian Detection from Synthetic to Far Infrared Images
公布工夫：2016年
大小：3.2GB
简介：该数据集利用远红外摄像机的劣势，能够同时收集白天和夜晚的图像信息。通过合成图像作为训练数据，大大减少了人工标注工作量
特色
红外数据集分为白天和夜晚数据集：白天包含3110张训练集和2880张测试集，夜晚蕴含2198张训练集和2883张测试集
白天蕴含2000名行人，夜间蕴含500名行人
采集环境：巴塞罗那的城市街道，包含白天和夜晚场景
14
「Highway Workzones」
公布方：卡内基梅隆大学 (Carnegie Mellon University)
下载地址：
http://www.andrew.cmu.edu/ user/jonghole/workzone/data/
论文地址：https://ieeexplore.ieee.org/a...
公布工夫：2015年
简介：该数据集用于训练辨认高速公路行驶区域边界和驾驶环境变动的算法
特色
6个高速公路上行驶视频数据，17000多张图片，共蕴含800多个交通标志
标注：9种标签，包含高速公路的起始地位、限速变动、路线施工、车道变换标记和文字提醒
采集环境：秋季/夏季，晴天/雨天/多云
15
「TME Motorway Dataset」
公布方：Czech Technical University in Prague & University of Parma
下载地址：
http://cmp.felk.cvut.cz/data/...
论文地址：
http://cmp.felk.cvut.cz/data/...
公布工夫：2011年
简介：数据采集于意大利北部的高速公路，与个别的路线相比，高速公路上没有行人、没有对向来车、路线标记清晰以及路线平缓，同时高速公路上高速行驶的车辆和大车较多也形成了挑战
特色
28个视频片段，总共27分钟视频数据，30000帧，图像分辨率为1024x768，提供的数据带有工夫戳
依据关照状况分为两个子集：daylight/sunset
标注：半自动2D标注，只对车辆进行标注
采集环境：意大利北部高速公路，涵盖不同的交通状况、车道数量、光照状况等