自动驾驶数据集梳理
1. Kitty數(shù)據(jù)集
數(shù)據(jù)鏈接：http://www.cvlibs.net/datasets/kitti/
主要應(yīng)用方向：用于評(píng)測(cè)立體圖像(stereo)，光流(optical flow)，視覺(jué)測(cè)距(visual odometry)，3D物體檢測(cè)(object detection)和3D跟蹤(tracking)等計(jì)算機(jī)視覺(jué)技術(shù)在車(chē)載環(huán)境下的性能。
數(shù)據(jù)說(shuō)明：
（1）數(shù)據(jù)集概述https://blog.csdn.net/solomon1558/article/details/70173223。
??1）評(píng)測(cè)核心：計(jì)算機(jī)視覺(jué)技術(shù)在車(chē)載環(huán)境下的性能。
? 2）描述數(shù)據(jù)集的論文：
（a）Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite
（b）Vision meets Robotics: The KITTI Dataset
（2）涵蓋場(chǎng)景：包含市區(qū)、鄉(xiāng)村和高速公路等場(chǎng)景采集的真實(shí)圖像數(shù)據(jù)，
?????????????? 每張圖像涵蓋車(chē)輛15+、行人30+。
（3）數(shù)據(jù)集組成：389對(duì)立體圖像和光流圖
?????????????? 39.2km視覺(jué)測(cè)距序列
?????????????? 200k+ 3D標(biāo)注物體的圖像
?????????????? 以10Hz的頻率采樣
（4）標(biāo)簽分類：
1）大類：’Road’, ’City’, ’Residential’, ’Campus’ 和 ’Person’
2）對(duì)于3D物體檢測(cè)：car, van, truck, pedestrian, pedestrian(sitting), cyclist, tram、misc。使用激光雷達(dá)的坐標(biāo)系，標(biāo)簽存儲(chǔ)于date_drive_tracklets.xml（date表示日期，drive表示序列號(hào)），每條標(biāo)注包含（所屬類別，3D尺寸（height，weight和length））
（5）評(píng)估方法：
? 1）對(duì)于立體圖像和光流，依據(jù)disparity與end-point error計(jì)算得到平均錯(cuò)誤像素?cái)?shù)目
??2）對(duì)于數(shù)據(jù)測(cè)距和SLAM任務(wù)，根據(jù)軌跡終點(diǎn)的誤差進(jìn)行評(píng)估。傳統(tǒng)的方法同時(shí)考慮平移和旋轉(zhuǎn)的誤差。
?
2. Oxford RobotCar數(shù)據(jù)集
數(shù)據(jù)鏈接：https://www.cityscapes-dataset.com/
主要應(yīng)用方向：自動(dòng)駕駛視覺(jué)場(chǎng)景分析
數(shù)據(jù)說(shuō)明：
（1）? 數(shù)據(jù)集概述
1）評(píng)測(cè)核心：旨在建立長(zhǎng)期自治的自動(dòng)駕駛數(shù)據(jù)集
2）描述數(shù)據(jù)集的論文：Year, 1000km: The Oxford RobotCar Dataset，http://robotcar-dataset.robots.ox.ac.uk/images/robotcar_ijrr.pdf
? 2）http://ori.ox.ac.uk/publications/包含研究發(fā)表的內(nèi)容和各類數(shù)據(jù)集
（2）? 涵蓋場(chǎng)景：牛津大學(xué)校園內(nèi)路測(cè)，1010.64公里，時(shí)長(zhǎng)一年半。在各種天氣條件下收集數(shù)據(jù)，包括大雨，夜間，陽(yáng)光直射和積雪，也包含施工路段行駛場(chǎng)景。
（3）? 數(shù)據(jù)集組成：
??? 1）數(shù)據(jù)存儲(chǔ)格式：圖像數(shù)據(jù)以8位Bayer的PNG格式存儲(chǔ)，可通過(guò)MATLAB的demosaic轉(zhuǎn)換為RGB，激光雷達(dá)數(shù)據(jù)以雙精度浮點(diǎn)型二進(jìn)制格式存儲(chǔ)，GPS和INS以ASCII格式存儲(chǔ)，時(shí)間戳timestamp單位為毫秒。
（4）評(píng)估方法：使用自動(dòng)駕駛感知類評(píng)價(jià)方法。
?
3. Cityscape數(shù)據(jù)集（目前公認(rèn)最具權(quán)威性和專業(yè)性圖像語(yǔ)義分割評(píng)測(cè)集之一）
一個(gè)面向城市道路街景語(yǔ)義理解的數(shù)據(jù)集
數(shù)據(jù)鏈接：https://www.cityscapes-dataset.com/
主要應(yīng)用方向：圖像語(yǔ)義分割（像素分割、實(shí)例分割）
數(shù)據(jù)說(shuō)明：
（1）數(shù)據(jù)集概述
1）評(píng)測(cè)核心：評(píng)價(jià)像素級(jí)分割和實(shí)例級(jí)分割能力
2）描述數(shù)據(jù)集的論文：https://arxiv.org/pdf/1604.01685.pdf
（2）涵蓋場(chǎng)景：50個(gè)城市不同情況下的街景，以及30類物體標(biāo)注
（3）數(shù)據(jù)集組成
???? 5000張精細(xì)標(biāo)注的圖像、20000張粗略標(biāo)注的圖像、30類標(biāo)注物體
（4）標(biāo)簽分類：30類標(biāo)注物體
（5）評(píng)估方法：用PASCAL VOC標(biāo)準(zhǔn)的 intersection-over-union （IoU）得分來(lái)對(duì)算法性能進(jìn)行評(píng)價(jià)。
?
4. Comma.ai數(shù)據(jù)集（核心方法為CNN）
數(shù)據(jù)鏈接：https://github.com/commaai/research
主要應(yīng)用方向： 圖像識(shí)別
數(shù)據(jù)說(shuō)明：
（1）數(shù)據(jù)集概述
1）評(píng)測(cè)核心：
2）描述數(shù)據(jù)集的論文： https://github.com/commaai/research
??? https://arxiv.org/abs/1608.01230
（2）涵蓋場(chǎng)景：高速公路視頻數(shù)據(jù)
（3）數(shù)據(jù)集組成
???? 包括10個(gè)可變大小的視頻片段，以20 Hz的頻率記錄；
???? 記錄了一些測(cè)量值，如汽車(chē)速度，加速度，轉(zhuǎn)向角，GPS坐標(biāo)，陀螺儀角度。這些測(cè)量值將轉(zhuǎn)換為統(tǒng)一的100 Hz，
?
5. Udacity數(shù)據(jù)集（目標(biāo)檢測(cè)數(shù)據(jù)集）
數(shù)據(jù)鏈接：https://github.com/udacity/self-driving-car/tree/master/datasets ?
主要應(yīng)用方向： 目標(biāo)檢測(cè)、自動(dòng)駕駛
數(shù)據(jù)說(shuō)明：
（1）數(shù)據(jù)集概述
1）評(píng)測(cè)核心：檢測(cè)目標(biāo)檢測(cè)任務(wù)性能
2）描述數(shù)據(jù)集的論文：https://github.com/udacity/self-driving-car/tree/master/annotations
（2）涵蓋場(chǎng)景：
（3）數(shù)據(jù)集組成
???? 除了車(chē)輛拍攝的圖像以外，還包括車(chē)輛本身的屬性和參數(shù)信息，例如經(jīng)緯度、制動(dòng)器、油門(mén)、轉(zhuǎn)向度、轉(zhuǎn)速。
????? 數(shù)據(jù)組成：左上角、右下角坐標(biāo)，圖片名，類別
（4）評(píng)估方法：感知類算法評(píng)價(jià)指標(biāo)
?
6. BDDV數(shù)據(jù)集
Berkeley的大規(guī)模自動(dòng)駕駛視頻數(shù)據(jù)集
數(shù)據(jù)鏈接：http://data-bdd.berkeley.edu/#video
主要應(yīng)用方向：
數(shù)據(jù)說(shuō)明：
（1）數(shù)據(jù)集概述
1）評(píng)測(cè)核心：自動(dòng)駕駛感知類性能測(cè)試
（2）涵蓋場(chǎng)景：
（3）數(shù)據(jù)集組成：在一天中的許多不同時(shí)間，天氣條件和駕駛場(chǎng)景中探索超過(guò)1,100小時(shí)駕駛體驗(yàn)的100,000個(gè)高清視頻序列。我們的視頻序列還包括GPS位置，IMU數(shù)據(jù)和時(shí)間戳
??? 每類任務(wù)詳細(xì)數(shù)據(jù)信息：http://bdd-data.berkeley.edu/wad-2018.html
總結(jié)
- 上一篇： windows操作系统定时关机和取消定时
- 下一篇： linux c 开发