当今社会，主动驾驭技能已成为轿车产业的未来趋势。但是，要想让主动驾驭车辆实在上路行进，离不开大规模的高质量数据集的支撑。
本文将为您介绍43个经典、抢手的主动驾驭数据集，期望对您在选择合适的数据集时有所协助。（篇幅较长，建议保藏细看~）
一、方针检测、辨认与盯梢
No.1 Caltech Pedestrian Detection Benchmark
● 发布方：加州理工学院
● 发布时刻：2009
● 简介：
加州理工学院行人数据集由大约 10 小时的 640×480 30Hz 视频组成，该视频取自在城市环境中经过惯例交通行进的车辆。注释了大约 250,000 帧（在 137 个大约分钟长的片段中），总共 350,000 个鸿沟框和 2300 个共同的行人。注释包括鸿沟框和具体的遮挡标签之间的时刻对应联系。更多信息能够在咱们的 PAMI 2012 和 CVPR 2009 基准测验文件中找到。
● 下载地址：
opendatalab.org.cn/Caltech_Ped…
● 论文地址：
www.vision.caltech.edu/Image_Datas…
No.2 TUD-Brussels Pedestrian
● 发布方：马克斯普朗克信息学研讨所
● 发布时刻：2010
● 简介：
新的TUD-布鲁塞尔数据集是从布鲁塞尔市中心的一辆驾驭轿车记载的。该集包括508图画对 (每秒一对及其原始视频的后继图画)，分辨率为640 480，带有1326注释的行人。由于行人从多个角度以十分小的份额呈现，因而数据集具有应战性。
● 下载地址：
opendatalab.org.cn/TUD-Brussel…
● 论文地址：
www.mpi-inf.mpg.de/fileadmin/i…
No.3 TSRD（Traffic Sign Recogntion Database）
● 发布方：我国国家自然科学基金
● 发布时刻：不知道
● 简介：
我国交通标志数据集，TSRD包括包括58个标志类别的6164个交通标志图画。将图画分为两个子数据库，别离为练习数据库和测验数据库。练习数据库包括4170图画，而测验数据库包括1994图画。一切图画都注释了符号和类别的四个corrdinates。
● 下载地址：
opendatalab.org.cn/TSRD
No.4 TSDD（Traffic Sign Detection Database）
● 发布方：我国国家自然科学基金
● 发布时刻：不知道
● 简介：
我国交通标志数据集，TSDD包括包括多种标志的10000交通场景图画。图画是在不同的时刻，气候条件，照明条件以及移动含糊条件下搜集的。
● 下载地址：
opendatalab.org.cn/TSDD
No.5 TPD（Traffic Panel Database）
● 发布方：我国国家自然科学基金
● 发布时刻：不知道
● 简介：
我国交通标志数据集，TPD包括包括各种类型的交通面板的2329交通图画，这些图画是在各种不同的状况下搜集的，例如气候条件，光照，不同的环境，局部occluon等。
● 下载地址：
opendatalab.org.cn/TPD
No.6 CNRPark-EXT
● 发布方：ISTI-CNR
● 发布时刻：2016
● 简介：
CNRPark EXT是一个数据集，用于在164个停车位的停车场上树立的空置和占用停车位的大致150,000个符号图画 (补丁) 的停车场的视觉占用检测。
● 下载地址：
opendatalab.org.cn/CNRPark-EXT
No.7 CCPD(Chinese City Parking Dataset)
● 发布方：我国科学技能大学 邢台金融控股集团
● 发布时刻：2018
● 简介：
我国城市停车数据集（CCPD）是用于车牌检测和辨认的数据集。它包括超越 25 万张共同的轿车图画，带有车牌方位注释。
● 下载地址：
opendatalab.org.cn/CCPD
● 论文地址：
openaccess.thecvf.com/content_ECC…
No.8 Tsinghua-Tencent 100K Tutorial
● 发布方：清华大学 巴斯大学
● 发布时刻：2018
● 简介：
虽然在交通标志检测和分类范畴获得了可喜的成果，但很少有作品为现实国际的图画一起供给这两个使命的解决方案。咱们为这个问题做出了两个奉献。首要，咱们从100000腾讯街景全景图创建了一个大型交通标志基准，超越了曾经的基准。它供给包括30000交通标志实例的100000图画。这些图画涵盖了照度和气候条件的大改变。基准中的每个交通标志都带有类标签，其鸿沟框和像素掩码。咱们把这个基准叫清华-腾讯100K。
● 下载地址：
opendatalab.org.cn/Tsinghua-Te…
● 论文地址：
d-nb.info/1165656485/…
No.9 PTL (Pedestrian-Traffic-Lights)
● 发布方：上海美国学校浦西校区
● 发布时刻：2019
● 简介：
一个行人交通信号灯数据集，包括在上海数百个十字路口拍照的 5000 多张相片。
● 下载地址：
opendatalab.org.cn/PTL
● 论文地址：
arxiv.org/pdf/1907.09…
No.10 BLVD
● 发布方：西安交通大学 长安大学
● 发布时刻：2019
● 简介：
BLVD 是视觉认知计算与智能车辆试验室搜集的大规模 5D 语义数据集。该数据集包括 654 个高分辨率视频编排，这些编排来自我国智能轿车验证中心 (IVPCC) 地点的我国江苏省常熟市，总帧数为 120k。RGB 数据和 3D 点云的帧速率为 10fps/秒。该数据集包括彻底注释的帧，产生 249,129 个 3D 注释、4,902 个用于盯梢的独立个别，总长度为 214,922 个点、6,004 个用于 5D 交互式事件辨认的有效片段，以及 4,900 个用于 5D 目的猜测的个别。依据物体密度（低和高）和光照条件（白天和夜间），这些使命包括在四种场景中。
● 下载地址：
opendatalab.org.cn/BLVD
● 论文地址：
arxiv.org/pdf/1903.06…
No.11 BDD100K
● 发布方：加州大学伯克利分校 康奈尔大学 加州大学圣地亚哥分校 Element, Inc
● 发布时刻：2020
● 简介：
咱们构建了最大的驾驭视频数据集 BDD100K，包括 10 万个视频和 10 个使命，以评价图画辨认算法在主动驾驭方面的令人兴奋的发展。该数据集具有地舆、环境和气候的多样性，这关于练习不太可能对新条件感到惊奇的模型很有用。根据这个多样化的数据集，咱们为异构多使命学习树立了一个基准，并研讨了怎么一起解决这些使命。咱们的试验标明，现有模型需要特殊的练习策略来履行此类异构使命。BDD100K 为未来在这个重要场所的学习打开了大门。更多具体信息请拜见数据集主页。
● 下载地址：
opendatalab.org.cn/BDD100K
● 论文地址：
arxiv.org/pdf/1805.04…
No.12 D-City
● 发布方：南加州大学 滴滴试验室
● 发布时刻：2021
● 简介：
D -City是一个大型驾驭视频数据集，供给10,000多个行车记载仪视频记载在720p HD或1080p FHD。大约1000个视频在一切路途方针的每个帧中都带有检测和盯梢注释，包括鸿沟框以及轿车，货车，公共轿车，货车，行人，摩托车，自行车，敞开式和封闭式三轮车，叉车的盯梢id，以及大型和小型街区。视频的一些剩下部分带有在关键帧中注释的路途方针。
● 下载地址：
opendatalab.org.cn/D_square-Ci…
● 论文地址：
arxiv.org/pdf/1904.01…
No.13 ONCE (One Million Scenes)
● 发布方：华为
● 发布时刻：2021
● 简介：
ONCE（One millioN sCenEs）是主动驾驭场景下的3D物体检测数据集。ONCE 数据集由 100 万个 LiDAR 场景和 700 万个对应的相机图画组成。这些数据选自 144 个驾驭小时，比 nuScenes 和 Waymo 等其他可用的 3D 主动驾驭数据集长 20 倍，并且是在一系列不同的区域、时期和气候条件下搜集的。由组成：100 万个 LiDAR 帧，700 万个相机图画 200 平方公里的驾驭区域，144 个驾驭小时 15k 个彻底注释的场景，分为 5 个类别（轿车、公共轿车、货车、行人、骑自行车的人） 多样化的环境（白天/夜晚、晴天/雨天、城市/市郊）。
● 下载地址：
opendatalab.org.cn/ONCE
● 论文地址：
arxiv.org/pdf/2106.11…
No.14 RDD-2020 (Road Damage Dataset 2020)
● 发布方：印度理工学院 东京大学 UrbanX Technologies
● 发布时刻：2021
● 简介：
路途损坏数据集 2020 (RDD-2020) 其次是一个大规模的异构数据集，包括运用智能手机从多个国家搜集的 26620 张图画。这些图画是从印度、日本和捷克共和国的路途上搜集的。
● 下载地址：
opendatalab.org.cn/RDD-2020
● 论文地址：
arxiv.org/ftp/arxiv/p…
No.15 SODA10M
● 发布方：华为诺亚方舟试验室 中山大学 香港中文大学
● 发布时刻：2021
● 简介：
咱们引入了一个新的大规模2D数据集，名为SODA10M，其间包括10m个未符号图画和具有6个代表性方针类别的20k个符号图画。SODA10M旨在促进主动驾驭中自我监督学习和范畴适应的重大前进。它是迄今为止最大的2D主动驾驭数据集，将成为社区更具应战性的基准。
● 下载地址：
opendatalab.org.cn/SODA10M
● 论文地址：
arxiv.org/pdf/2106.11…
No.16 Multi-spectral Object Detection
● 发布方：Facebook Reality Labs
● 发布时刻：2022
● 简介：
多光谱图画对能够供给组合信息，使方针检测使用在开放国际中愈加可靠和健壮。为了充分利用不同的模态，作者提出了一种简单而有效的跨模态特征交融办法，称为跨模态交融变压器 (CFT)。与曾经根据CNNs的作业不同，咱们的网络在Transformer方案的指导下，在特征提取阶段学习长途依靠联系并集成大局上下文信息。更重要的是，经过利用变压器的自我关注，网络能够自然地一起履行模态内和模态间交融，并可靠地捕获RGB和热域之间的潜在相互作用。然后大大提高了多光谱方针检测的性能。在多个数据集上进行的大量试验和消融研讨标明，该方案是有效的，并获得了最先进的检测性能。咱们的代码和模型可在github.com/DocF/多光谱-方针…
● 下载地址：
opendatalab.org.cn/Mapillary_T…
二、车道线检测
No.17 KITTI Road
● 发布方：本田欧洲研讨所 马克斯普朗克智能体系研讨所
● 发布时刻：2013
● 简介：
KITTI Road 是路途和车道估量基准，由 289 个练习图画和 290 个测验图画组成。它包括三种不同类别的路途场景：* uu – 城市未符号 (98/100) * um – 城市符号 (95/96) * umm – 城市多符号车道 (96/94) * 城市 – 地上以上三者的组合现实现已过图画的手动注释生成，可用于两种不同的路途地形类型：路途 – 路途区域，即一切车道的组成，车道 – 自我车道，即车辆当前地点的车道持续行进。地上实况仅用于练习图画。
● 下载地址：
opendatalab.org.cn/KITTI_Road
● 论文地址：
www.cvlibs.net/publication…
No.18 TuSimple
● 发布方：Tusimple
● 发布时刻：2017
● 简介：
复杂性: 杰出和中等气候条件不同的白天2车道/3车道/4车道/或更多高速公路。不同的交通状况 数据集巨细: 培训: 3626视频编排，3626带注释的帧 测验: 2782视频编排 摄像机和视频编排: 20帧的1s编排摄像机的视图方向十分接近行进方向 注释类型: 车道符号的折线。
● 下载地址：
opendatalab.org.cn/tusimple_la…
● 论文地址：
arxiv.org/pdf/1907.01…
No.19 OpenLane
● 发布方：上海人工智能试验室 上海交通大学 商汤科技研讨所
● 发布时刻：2022
● 简介：
OpenLane 是迄今为止第一个实在国际和规模最大的 3D 车道数据集。咱们的数据集从公共感知数据集 Waymo Open Dataset 中搜集有价值的内容，并为 1000 个路段供给车道和最近途径方针（CIPO）注释。简而言之，OpenLane 拥有 200K 帧和超越 880K 仔细注释的车道。咱们公开发布了 OpenLane 数据集，以协助研讨界在 3D 感知和主动驾驭技能方面获得前进。
● 下载地址：
opendatalab.org.cn/OpenLane
● 论文地址：
arxiv.org/pdf/2203.11…
No.20 OpenLane-V2
● 发布方：上海人工智能试验室
● 发布时刻：2023
● 简介：
全球首个主动驾驭路途结构感知和推理基准。数据集的首要使命是场景结构感知和推理，这需要模型能够辨认周围环境中车道的可行进状况。该数据集的使命不只包括车道中心线和交通要素检测，还包括检测到的方针的拓扑联系辨认。
● 下载地址：
opendatalab.org.cn/OpenLane-V2
三、BEV感知
No.21 SemanticKITTI
● 发布方：波恩大学
● 发布时刻：2019
● 简介：
咱们提出了一个根据 KITTI Vision Benchmark 的大规模数据集，并运用了里程计使命供给的一切序列。咱们为序列 00-10 的每个单独扫描供给密布注释，这使得能够运用多个次序扫描进行语义场景解释，如语义切割和语义场景完结。剩下的序列，即序列 11-21，被用作测验集，显现大量具有应战性的交通状况和环境类型。未供给测验集的标签，咱们运用评价服务对提交进行评分并供给测验集成果。
● 下载地址：
opendatalab.org.cn/SemanticKIT…
● 论文地址：
arxiv.org/pdf/1904.01…
No.22 Argoverse1
● 发布方：Argo AI
● 发布时刻：2019
● 简介：
Argoverse 1开源数据调集包括: 具有113 3D注释场景的3D盯梢数据集 具有324,557场景的运动猜测数据集 Argoverse 2开源数据调集包括: 具有1,000 3D注释场景的传感器数据集-每个场景都具有激光雷达，环形摄像头和立体声传感器数据 具有20,000个未符号场景的Lidar数据集，适用于自我监督学习 运动猜测数据集，具有250,000有趣的驾驭场景，其特点比其前身Argoverse 1运动猜测数据集更丰富 具有1,000场景的地图更改数据集，其间200描绘了自映射以来更改的场景。
● 下载地址：
opendatalab.org.cn/Argoverse1
● 论文地址：
openaccess.thecvf.com/content_CVP…
No.23 Waymo
● 发布方：Google Waymo LLC
● 发布时刻：2020
● 简介：
Waymo Open数据集由两个数据集组成，具有高分辨率传感器数据和用于2,030片段的标签的感知数据集，以及具有方针轨道和用于103,354片段的相应3D地图的运动数据集。2022年4月，咱们扩展了感知数据集，以包括关键点标签，2d到3D关联标签，3D语义切割标签以及针对3D摄像机检测应战的新测验集。2022年6月，咱们扩展了感知数据集，以包括2D视频全景切割标签。本数据集包括Motion的V1.1版别，Perception v1.4.0版别。
● 下载地址：
opendatalab.org.cn/Waymo
● 论文地址：
openaccess.thecvf.com/content_CVP…
No.24 Waymo Motion Dataset v1.2
● 发布方：Google Waymo LLC
● 发布时刻：2023
● 简介：
这个数据集包括了Motion v1.2，添加了激光雷达数据和车道。将 tf_examples 中的最大地图点数增加到 30k，并将采样减少到 1.0m 以增加地图掩盖规模，因而掩盖规模与场景原型格局的数据集持平。
● 下载地址：
opendatalab.org.cn/Waymo_Motio…
No.25 nuScenes
● 发布方：APTIV Company
● 发布时刻：2020
● 简介：
nuScenes数据集是一个大规模的主动驾驭数据集。该数据集具有用于在波士顿和新加坡搜集的1000场景的3D鸿沟框。每个场景长20秒，注释为2Hz。这导致总共28130个用于练习的样本，6019个用于验证的样本和6008个用于测验的样本。该数据集具有完整的主动驾驭车辆数据套件: 32光束激光雷达，6个摄像头和具有完整360 掩盖的雷达。3D方针检测应战评价10个类别的性能: 轿车，货车，公共轿车，拖车，修建车辆，行人，摩托车，自行车，交通锥和障碍物。
● 下载地址：
opendatalab.org.cn/nuScenes
● 论文地址：
arxiv.org/pdf/1903.11…
No.26 CityScapes
● 发布方：达姆施塔特工业大学 马克斯普朗克信息学研讨所
● 发布时刻：2016
● 简介：
Cityscapes是一个大型数据库，专心于对城市大街场景的语义理解。它为分为8个类别 (平面，人类，车辆，构造，方针，自然，天空和虚空) 的30个类供给语义，实例和密布的像素注释。数据集由大约5000个精细注释图画和20000个粗糙注释图画组成。在几个月，白天和杰出的气候条件下，在50个城市中捕获了数据。它最初被记载为视频，因而手动选择帧以具有以下功用: 大量动态方针，不同的场景布局和不同的布景。
● 下载地址：
opendatalab.org.cn/CityScapes
● 论文地址：
arxiv.org/pdf/1604.01…
No.27 Cam2BEV
● 发布方：亚琛工业大学
● 发布时刻：2020
● 简介：
该数据集包括两个合成的、语义切割的路途场景图画子集，它们是为开发和使用论文“A Sim2Real Deep Learning Approach for the Transformation of Images from Multiple Vehicle-Mounted Cameras to a Semantically Segmented”中描绘的办法而创建的。该数据集能够经过 Github 上描绘的 Cam2BEV 办法的官方代码完成来运用。
● 下载地址：
opendatalab.org.cn/Cam2BEV
● 论文地址：
arxiv.org/pdf/2005.04…
No.28 Lyft Level 5 Prediction
● 发布方：Lyft
● 发布时刻：2020
● 简介：
该数据集包括咱们的主动车队遇到的轿车，骑自行车的人，行人和其他交通署理的运动日志。这些日志来自经过咱们团队的感知体系处理原始激光雷达、摄像机和雷达数据，十分合适练习运动猜测模型。该数据集由捕获主动驾驭车辆周围环境的170,000场景组成。每个场景都会编码给定时刻点车辆周围的状况。 该基线解决方案对来自包括在数据集内的署理方位的200万多个样本进行练习。该模型一次猜测单个署理。首要，栅格生成一个鸟瞰图 (BEV) 自顶向下的栅格，该栅格对一切署理和地图进行编码。网络依据此栅格揣度署理的未来坐标。
● 下载地址：
opendatalab.org.cn/Lyft_Level_…
● 论文地址：
arxiv.org/pdf/2006.14…
No.29 DeepAccident
● 发布方：香港大学
● 发布时刻：2022
● 简介：
Deepconcident数据集是第一个用于主动驾驭的大规模事端数据集，该数据集包括全面的传感器集，并支撑各种主动驾驭使命。值得注意的是，关于咱们规划的每个场景，咱们都有四个数据搜集东西，其间两个规划用于相互磕碰，别的两个别离跟随。因而，deep事端还能够支撑多车辆协作主动驾驭。(1) 各种事端场景，每种状况下的四种数据搜集车辆供给不同的视角，并完成多车辆协作主动驾驭。(2) 131k带注释的激光雷达样本 (3倍nuScenes) 和791k带注释的带有细粒度方针注释的摄像机图画 (总共六个类别: 轿车，货车，货车，行人，骑自行车的人，摩托车)。(3) 支撑许多使命: 3D物体检测和盯梢 (根据激光雷达、根据多视图图画和根据单目图画) 、BEV语义和实例切割 (根据多视图图画) 、运动猜测。(4) 各种场景发生的地方、气候、一天中的时刻。
● 下载地址：
opendatalab.org.cn/DeepAcciden…
No.30 AIOdrive
● 发布方：卡内基梅隆大学
● 发布时刻：2021
● 简介：
全传感器套件 (3倍激光雷达、1倍SPAD激光雷达、4倍雷达、5倍RGB、5倍深度相机、IMU、全球定位体系) 高密度远距离激光雷达点云 来自SPAD-LiDAR的多回波点云 每个具有1000帧 (100 s) 的100序列 不包括事端和违背交通规则在内的散布数据 用于5个摄像机角度的500,000注释图画 每个LiDAR/雷达传感器的100,000个带注释的帧 26M 2D/3D鸿沟框精确注释为4个方针类别 (轿车、骑自行车的人、摩托车、行人) 跨时刻注释方针身份以形成轨道 方针特点，如截断/遮挡百分比、角和线速度、加速度、制动、转向、油门 次序点云泛光切割: 为一切序列中的23个语义类注释的一切点; 归于远景方针的点也为唯一实例类注释。 视频全景切割: 为一切视频中的23个语义类注释的一切像素。归于远景方针的像素也被注释为一个唯一的实例类。 可免费用于非商业和商业用途。
● 下载地址：
opendatalab.org.cn/AIOdrive
● 论文地址：
www.xinshuoweng.com/papers/AIOD…
No.31 A2D2
● 发布方：奥迪
● 发布时刻：2020
● 简介：
咱们现已发布了奥迪主动驾驭数据集 (A2D2)，以支撑从事主动驾驭的草创公司和学术研讨人员。为车辆装备多形式传感器套件，记载大型数据集并对其进行符号是耗时且费力的。咱们的数据集消除了这种高进入壁垒，并使研讨人员和开发人员能够专心于开发新技能。数据集具有2D语义切割，3D点云，3D鸿沟框和车辆总线数据。
● 下载地址：
opendatalab.org.cn/A2D2
● 论文地址：
arxiv.org/pdf/2004.06…
No.32 Cirrus
● 发布方：普渡大学 美国沃尔沃轿车技能公司 Luminar Technologies
● 发布时刻：2020
● 简介：
Cirrus数据集包括6,285对RGB、LiDAR高斯和LiDAR均匀帧。Cirrus已在整个250米激光雷达有效规模内为八个方针类别 (如下所述) 进行了注释。它包括高速公路和低速城市路途场景。一切图画都经过了匿名化过程，含糊了人脸和车牌，以消除个人身份信息。
● 下载地址：
opendatalab.org.cn/Cirrus
● 论文地址：
arxiv.org/pdf/2012.02…
四、途径规划
No.33 CarFusion
● 发布方：卡内基梅隆大学
● 发布时刻：2018
● 简介：
从宽基线、未校准和非同步的相机中观察到的多个动态刚性物体（例如车辆）的快速精确的 3D 重建具有应战性。一方面，特征盯梢在每个视图中都能很好地作业，但由于视野堆叠有限或由于遮挡，很难在多个摄像机之间进行对应。另一方面，深度学习的前进导致强壮的检测器能够跨不同的角度作业，但关于根据三角剖分的重建依然不行精确。在这项作业中，咱们开发了一个结构来交融单视图特征轨道和多视图检测到的部分方位，以明显改善移动车辆的检测、定位和重建，即使在存在强遮挡的状况下也是如此。咱们经过重建 3 分钟窗口内经过的 40 多辆车辆，在繁忙的交通路口展示了咱们的结构。
● 下载地址：
opendatalab.org.cn/CarFusion
● 论文地址：
openaccess.thecvf.com/content_cvp…
No.34 nuPlan-v1.0
● 发布方：Motional
● 发布时刻：2021
● 简介：
nuPlan是国际上第一个主动驾驭的大型规划基准。虽然越来越多的根据ML的运动方案人员，但缺乏已树立的数据集，仿真结构和目标约束了该范畴的发展。用于主动驾驭车辆运动猜测的现有基准 (Argoverse，Lyft，Waymo) 会集在其他署理的短期运动猜测上，而不是自我车辆的长时刻方案。这导致曾经的作业运用具有L2-based目标的开环评价，这些目标不合适公平评价长时刻方案。咱们的基准测验经过供给培训结构来开发根据机器学习的方案者，轻量级闭环模拟器，特定于运动方案的目标以及可视化成果的交互式东西，克服了这些约束。
● 下载地址：
opendatalab.org.cn/nuPlan-v1
● 论文地址：
arxiv.org/pdf/2106.11…
No.35 nuPlan-v1.1
● 发布方：Motional
● 发布时刻：2021
● 简介：
nuPlan v1.1 数据集对 v1.0 数据集进行了多项改善——场景符号频率明显增加，场景符号性能得到改善，交通灯标签和方案道路现在愈加精确。有关怎么开端的信息，请参阅位于github.com/motional/nuplan-devkit的开发东西包。
● 下载地址：
opendatalab.org.cn/nuPlan-v1.1
No.36 Q-Traffic
● 发布方：浙江大学 伦敦帝国理工学院 百度
● 发布时刻：2018
● 简介：
Q-Traffic 是一个大规模的交通猜测数据集，由三个子数据集组成：查询子数据集、交通速度子数据集和路网子数据集。
● 下载地址：
opendatalab.org.cn/Q-Traffic
● 论文地址：
arxiv.org/pdf/1806.07…
No.37 transfuser_carla
● 发布方：马克斯普朗克智能体系研讨所 伊利诺伊大学厄巴纳香槟分校
● 发布时刻：2022
● 简介：
TransFuser: 模仿根据变压器的传感器交融用于主动驾驭，用于端到端主动驾驭的多模态交融变压器 为了生成根据交叉点的方案的道路，咱们检查经过生成的方案有效的交叉点的一切遍历，并包括这些用于练习。在8个公共城镇地图上，咱们经过交叉路口获得了大约2500条这样的道路。这些道路的均匀长度为100m。由于其他状况，咱们的数据会集有大量的交叉路口，因而咱们沿着曲折的高速公路搜集场景1和3的数据。大约有500条这样的道路。均匀道路长度为400m，并且该场景在道路的中心产生。最终，由于更改车道具有应战性，因而咱们提取了类似于场景1和场景3的曲折道路，但包括沿道路而不是CARLA场景的车道更改。大约有500条车道改变道路，均匀长度为400m。每条这样的道路都有2个车道改变，一个在起点，一个在中途点。
● 下载地址：
opendatalab.org.cn/transfuser_…
● 论文地址：
arxiv.org/pdf/2205.15…
五、运动丈量与驾驭行为剖析
No.38 MVSEC (Multi Vehicle Stereo Event Camera)
● 发布方：宾夕法尼亚大学
● 发布时刻：2019
● 简介：
Multi Vehicle Stereo Event Camera (MVSEC) 数据集是一组数据，旨在为根据事件的摄像机开发新颖的 3D 感知算法。立体事件数据从轿车、摩托车、六轴飞行器和手持数据中搜集，并与激光雷达、IMU、运动捕捉和 GPS 交融，以供给地上实在姿势和深度图画。
● 下载地址：
opendatalab.org.cn/MVSEC
● 论文地址：
arxiv.org/pdf/1801.10…
No.39 Ford
● 发布方：密歇根大学 福特轿车公司研讨
● 发布时刻：2020
● 简介：
咱们供给了一个根据改装的福特F-250皮卡的自主地上车辆试验台搜集的数据集。该车辆装备了专业 (Applanix POS LV) 和顾客 (Xsens mti-g) 惯性丈量单元 (IMU)，Velodyne 3D-lidar扫描仪，两个推扫帚前视Riegl激光雷达和一个Point Grey Ladybug3全向摄像机体系。在这里，咱们供给了来自装置在车辆上的这些传感器的时刻记载数据，这些数据是在2009年11月到12月期间在福特研讨园区和密歇根州迪尔伯恩市中心驾驭车辆时搜集的。这些数据会集的车辆途径轨道包括几个大型和小型环路闭合，这关于测验各种最先进的计算机视觉和SLAM (一起定位和映射) 算法应该是有用的。数据集的巨细很大 (约100 GB)，因而在下载数据集之前，请确保您有足够的带宽。
● 下载地址：
opendatalab.org.cn/Ford
● 论文地址：
arxiv.org/pdf/2003.07…
No.40 CCD (Car Crash Dataset)
● 发布方：罗彻斯特理工学院
● 发布时刻：2020
● 简介：
搜集事端数据集 (CCD) 用于交通事端剖析。它包括由装置在驾驭车辆上的行车记载仪拍照的实在交通事端视频，这关于开发有安全保障的主动驾驭体系至关重要。 CCD 差异于现有数据集，用于多样化的事端注释，包括环境特点（白天/夜晚、下雪/下雨/杰出的气候条件）、是否触及自我车辆、事端参与者和事端原因描绘。
● 下载地址：
opendatalab.org.cn/CCD
● 论文地址：
arxiv.org/pdf/2008.00…
No.41 Biased-Cars
● 发布方：哈佛大学 富士通研讨所 CBMM & MIT 麻省理工学院计算机科学与人工智能试验室
● 发布时刻：2021
● 简介：
咱们引入了一个具有应战性的新数据集，用于一起进行方针类别和角度分类——Biased-Cars 数据集。咱们的数据集具有相片般逼真的野外场景数据，可对场景杂乱（树木、大街设备和行人）、轿车色彩、方针遮挡、不同布景（修建物/路途纹理）和照明条件（天空地图）进行精细控制。 Biased-Cars 由 5 种不同轿车模型的 15K 图画组成，这些图画是从多个标准的 0-90 度方位角和 0-50 度天顶角之间改变的角度看到的。咱们的数据集供给了对类别、角度和其他场景参数的联合散布的彻底控制，并且运用根据物理的烘托确保了相片的实在感。
● 下载地址：
opendatalab.org.cn/Biased-Cars
● 论文地址：
arxiv.org/pdf/2007.08…
No.42 EyeCar
● 发布方：弗吉尼亚大学 伊利诺伊大学厄巴纳香槟分校 莱斯大学
● 发布时刻：2021
● 简介：
EyeCar数据集包括来自20名参与者的3.5小时注视行为（汇总和原始），以及超越315，000个追尾磕碰视频帧。它包括 21 个在各种交通、气候和日光条件下拍照的前视视频。每个视频长度为 30 秒，包括典型的驾驭使命（例如，车道保持、并入和制动），以完毕追尾磕碰。
● 下载地址：
opendatalab.org.cn/EyeCar
● 论文地址：
arxiv.org/pdf/1912.07…
No.43 YouTube Driving Dataset
● 发布方：香港中文大学 加州大学
● 发布时刻：2022
● 简介：
咱们从YouTube上抓取第一视图驾驭视频。搜集总长度超越120小时的134视频。如图1所示，这些视频涵盖了具有各种气候条件 (晴天，雨天，下雪等) 和区域 (乡村和城市区域) 的不同驾驭场景。咱们每一秒钟采样一个帧，得到130万帧的数据集。咱们将YouTube驾驭数据集分为具有70% 数据的练习集和具有30% 数据的测验集，并在练习集上进行ACO的练习。
● 下载地址：
opendatalab.org.cn/YouTube_Dri…
● 论文地址：
arxiv.org/pdf/2204.02…
以上就是本次共享，由于篇幅有限，更多数据集，请拜访OpenDataLab官网：opendatalab.org.cn/
