自动驾驶方向开源数据集资源汇总

AI最新资讯2个月前发布 tree
22 0 0

今日应用


今日话题


自动驾驶方向开源数据集资源汇总
自动驾驶方向开源数据集资源汇总
 

重点标签 ExDark图像数据集Nexet车辆检测Udacity自动驾驶汽车数据集WoodScapeBDD100K

文章摘要


摘要总结

本文为读者提供了一份关于自动驾驶领域开源数据集的详细汇总,旨在帮助研究人员和开发者获取宝贵的数据资源以支持他们的项目和研究。以下是对各个数据集的详细总结:

1. ExDark图像数据集:这是一个包含7,363张低光图像的集合,图像条件从极低光环境到黄昏不等,共有10种不同条件。数据集中的图像涵盖了12个对象类别,类似于PASCAL VOC,并在图像类级别和局部对象边界上进行了注释盒子。

2. Nexet车辆检测数据集:该数据集提供了50,000张带标注的训练图片和41,190张测试图片,图片采集自全球77个国家,为车辆检测任务提供了丰富的多地域样本。

3. Udacity自动驾驶汽车数据集:这个数据集包含了11个类别的97,942个标签和15,000张图像,其中包括1,720个空样本(没有标签的图像)。所有图像的分辨率为1920×1200,提供了一个降采样到512×512的版本,适用于大多数常见的机器学习模型。

4. WoodScape:这是一个包含四个环视摄像头和九项任务的数据集,任务包括分割、深度估计、3D边界框检测和新型污染检测。为超过10,000张图像提供了实例级别的40个类的语义注释。

5. BDD100K:这是UCB提供的全天候全光照大型数据集,包含1,100小时的HD录像、GPS/IMU、时间戳信息,以及100,000张图片的2D bounding box标注等。官方推荐使用此数据集进行十个自动驾驶任务,如图像标注、道路检测、可行驶区域分割等。

6. Linkopings交通标志数据集:该数据集包含超过20,000张图像,其中20%已标记,共记录了3488个交通标志,图像采集自瑞典超过350公里的公路和城市道路。

7. 非洲地区交通标志数据集:这个数据集专为非洲地区设计,包含76个类别的交通标志,如监管、警告、指南和信息标志,总共包含19,346张图像,每个类别至少有200个实例。

文章还提供了极市平台的资源链接,包括技术直播回放、PPT以及技术干货和实操教程,如损失函数技术总结、深度学习trick、目标检测样本区分策略等,为读者提供了丰富的学习资源。

文章来源


原文地址: 点我阅读全文
原文作者: 极市平台

© 版权声明

相关文章

暂无评论

暂无评论...