【自动驾驶方向】十大数据集汇总，速看！

本文将为您介绍10个经典、热门的自动驾驶数据集，希望对您在选择适合的数据集时有所帮助。

1

YouTube Driving Dataset

• 发布方：加州大学

• 发布时间：2022

• 简介：我们从YouTube上抓取第一视图驾驶视频。收集总长度超过120小时的134视频。如图1所示，这些视频涵盖了具有各种天气条件 (晴天，雨天，下雪等) 和区域 (农村和城市地区) 的不同驾驶场景。我们每一秒钟采样一个帧，得到130万帧的数据集。我们将YouTube驾驶数据集分为具有70% 数据的训练集和具有30% 数据的测试集，并在训练集上进行ACO的训练。

• 下载地址：

  https://github.com/metadriverse/ACO#dataset

•  论文地址：

  https://arxiv.org/pdf/2204.02393.pdf

2

DDAD (Dense Depth for Autonomous Driving)

• 发布方：Toyota Research Institute

• 发布时间：2020

• 简介：DDAD 是来自 TRI（丰田研究所）的新自动驾驶基准，用于在具有挑战性和多样化的城市条件下进行长距离（高达 250m）和密集深度估计。它包含由安装在跨大陆环境中运行的自动驾驶汽车车队上的高密度激光雷达生成的单目视频和准确的地面实况深度（跨越完整的 360 度视野）。 DDAD 包含来自美国（旧金山、湾区、剑桥、底特律、安娜堡）和日本（东京、台场）的城市场景。

• 下载地址：

  https://github.com/TRI-ML/DDAD

•  论文地址：

  https://arxiv.org/pdf/1905.02693v4.pdf

3

ONCE (One Million Scenes)

• 发布方：华为

• 发布时间：05-18-2021

• 简介：ONCE（One millioN sCenEs）是自动驾驶场景下的3D物体检测数据集。 ONCE 数据集由 100 万个 LiDAR 场景和 700 万个对应的相机图像组成。这些数据选自 144 个驾驶小时，比 nuScenes 和 Waymo 等其他可用的 3D 自动驾驶数据集长 20 倍，并且是在一系列不同的地区、时期和天气条件下收集的。 由组成： 100 万个 LiDAR 帧，700 万个相机图像 200 平方公里的驾驶区域，144 个驾驶小时 15k 个完全注释的场景，分为 5 个类别（汽车、公共汽车、卡车、行人、骑自行车的人） 多样化的环境（白天/夜晚、晴天/雨天、城市/郊区）

• 下载地址：

  https://once-for-auto-driving.github.io/index.html

• 论文地址：https://arxiv.org/pdf/2106.11037v3.pdf

4

Waymo

• 发布方：Google·Waymo LLC

• 发布时间：2020

• 简介：我们已经公开发布了Waymo Open数据集，以帮助研究界研究机器感知和自动驾驶技术的广泛有趣方面。

  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，以及具有对象轨迹和用于103,354片段的相应3D地图的运动数据集。

  2022年4月，我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语义分割标签以及针对3D摄像机检测挑战的新测试集。

  2022年6月，我们扩展了感知数据集，以包括2D视频全景分割标签。本数据集包含Motion的V1.1版本，Perception v1.4.0版本。

• 下载地址：

  https://waymo.com/open/

• 论文地址：

  https://openaccess.thecvf.com/content_CVPR_2020/papers/Sun_Scalability_in_Perception_for_Autonomous_Driving_Waymo_Open_Dataset_CVPR_2020_paper.pdf

5

SBU Captions Dataset

• 发布方：石溪大学

• 发布时间：2011

• 简介：我们使用大量带字幕的照片集开发并演示了自动图像描述方法。一项贡献是我们用于自动收集这个新数据集的技术——执行大量 Flickr 查询，然后将嘈杂的结果过滤到 100 万张带有相关视觉相关说明的图像。这样的集合使我们能够使用相对简单的非参数方法来解决极具挑战性的描述生成问题，并产生令人惊讶的有效结果。我们还开发了结合许多最先进但相当嘈杂的图像内容估计方法，以产生更令人满意的结果。最后，我们介绍了一种新的图像字幕客观性能度量。

• 下载地址：

  https://vislang.ai/sbu-explorer?query=dog+walking+on+the+beach

• 论文地址：

• http://papers.nips.cc/paper/4470-im2text-describing-images-using-1-million-captioned-photographs.pdf

6

CCD (Car Crash Dataset)

• 发布方：罗彻斯特理工学院

• 发布时间：2020

• 简介：

  收集车祸数据集 (CCD) 用于交通事故分析。它包含由安装在驾驶车辆上的行车记录仪拍摄的真实交通事故视频，这对于开发有安全保障的自动驾驶系统至关重要。 CCD 区别于现有数据集，用于多样化的事故注释，包括环境属性（白天/夜晚、下雪/下雨/良好的天气条件）、是否涉及自我车辆、事故参与者和事故原因描述。

• 下载地址：

  https://github.com/Cogito2012/CarCrashDataset

• 论文地址：

  https://arxiv.org/pdf/2008.00334v1.pdf

7

ILSVRC2012

• 发布方：斯坦福大学·普林斯顿大学

• 发布时间：2012

• 简介：该竞赛的目标是使用大型手工标记的ImageNet数据集的子集 (10,000,000描述10,000对象类别的标记图像) 作为训练来估计用于检索和自动注释目的的照片的内容。测试图像将在没有初始注释的情况下显示-没有分割或标签-算法将必须生成标签，以指定图像中存在哪些对象。新的测试图像将被收集和标记，特别是针对本次比赛，并且不是先前发布的ImageNet数据集的一部分。总体目标是识别图像中存在的主要对象。今年，我们还有一个指定物体位置的检测任务。

• 下载地址：

  https://image-net.org/challenges/LSVRC/2012/index.php

•  论文地址：

  https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf

8

CitySim

• 发布方：中佛罗里达大学

• 发布时间：2022-04-04

• 简介：随着无人机的普及和计算机视觉技术的发展，高精度航拍视角车辆轨迹数据成为了当下诸多热点的研究方向的基础，包括基于冲突的安全分析，驾驶行为建模，自动驾驶算法、主动交通安全和互联交通安全应用。 CitySim无人机车辆轨迹和数字孪生开源数据集。该数据集由美国中佛罗里达大学Dr. Aty团队的郑欧博士，岳李圣飒博士，博士生王子衿等人于2022年推出，并在持续更新中。数据集主页：https://github.com/ozheng1993/UCF-SST-CitySim-Dataset。CitySim数据集提供超过来自多个国家不同天气、不同地点的无人机航拍数据，时长总计超过1200分钟。道路类型丰富，包括高速公路基本路段、高速公路匝道汇入/汇出、城市快速路、合流分流交织区、信控交叉口、环岛等多个地点。冲突样本量丰富，驾驶行为高度异质化。每个数据点经过人工修正，以确保零错误。CitySim还是首个提供7个车辆关键点的数据集。CitySim数据集还提供拍地点的高精度3D仿真地图以支持数字孪生相关研究。地图基于GIS信息制作，支持Carla、Sumo和Unity等平台的仿真。此外，数据集还提供与轨迹对应的信号灯配时数据。完整数据访问，请向我们发送申请表至此电子邮件：[email protected]（在此下载表格：https://github.com/ozheng1993/UCF-SST-CitySim-Dataset/blob/main/asset/MainPage/Data_Request_Form.pdf）

• 下载地址：

  https://github.com/ozheng1993/UCF-SST-CitySim-Dataset

•  论文地址：

  https://arxiv.org/pdf/2208.11036.pdf

9

nuPlan-v1.0 dataset

• 发布方：Motional

• 发布时间：2021-06

• 简介：nuPlan是世界上第一个自动驾驶的大型规划基准。尽管越来越多的基于ML的运动计划人员，但缺乏已建立的数据集，仿真框架和指标限制了该领域的进展。用于自动驾驶车辆运动预测的现有基准 (Argoverse，Lyft，Waymo) 集中在其他代理的短期运动预测上，而不是自我车辆的长期计划。这导致以前的工作使用具有L2-based指标的开环评估，这些指标不适合公平评估长期计划。我们的基准测试通过提供培训框架来开发基于机器学习的计划者，轻量级闭环模拟器，特定于运动计划的指标以及可视化结果的交互式工具，克服了这些限制。

• 下载地址：

  https://www.nuscenes.org/nuplan#download

•  论文地址：

  https://arxiv.org/pdf/2106.11810.pdf

10

CCPD(Chinese City Parking Dataset)

• 发布方：中国科学技术大学·邢台金融控股集团

• 发布时间：2018

• 简介：

  中国城市停车数据集（CCPD）是用于车牌检测和识别的数据集。它包含超过 25 万张独特的汽车图像，带有车牌位置注释。

• 下载地址：

• https://github.com/detectRecog/CCPD

•  论文地址：

  http://openaccess.thecvf.com/content_ECCV_2018/papers/Zhenbo_Xu_Towards_End-to-End_License_ECCV_2018_paper.pdf

​

 温馨  小贴士

如有您想了解的计算机方向数据集

请联系我们

免费为您提供数据集搜索服务