SYNTHIA数据集，包罗从虚拟都市陪衬的传神的帧的结合，并具有针对13类的无误像素级语义解说：杂项，天空，修修物，道途，人行道，栅栏，植被，电线杆，汽车，记号，行人，骑自行车的人，车道象征，正在驾驶场景的境况中，助助语义肢解和相干的场景认识题目。

数据集数目：数据集包罗来自视频流的200,000张高清图像，和来自独立疾照的20,000高清图像。

数据集实质：CamSeq01是一个地面数据集，可自正在用于视频目的识别中的考虑处事。该数据库是独一的，由于它是一个视频序列，由高辞别率图像构成。

该数据集最初是针对主动驾驶汽车的题目而安排的。此序列描述了从一辆动感的汽车拍摄的剑桥市的动感驾驶场景。这是一个具有挑衅性的数据集，由于除了汽车的自我运动以外，其他汽车，自行车和行人也有本人的运动，并且它们通常彼此梗塞。

数据集数目：数据集是正在英国剑桥的街道上开车，将摄像头安设正在汽车的搭客座椅上。运用了Panasonic HVX200数码相机，以30fps的速率拘捕960×720像素的帧，拍摄了大约2个小时。

CaTLOV数据集是101个接连帧的子序列，每隔一个帧（来自202个帧）实行二次采样，相当于接连行驶6秒钟。个中每个像素被手动分拨给与驾驶境况相干的以下32个对象种别之一：

数据集数目：该数据集包罗13427个摄像机图像，教练集5093张，测试集8334张。辞别率为1280×720像素，并包罗大约24000个带解说的交通讯号灯。解说征求交通讯号灯的边境框以及每个交通讯号灯确当前状况（举动灯）。

相机图像是运用红-懂得-蓝色滤镜拍摄的原始12位HDR图像，以及重构的8位RGB彩色图像。RGB图像用于调试，也可能用于教练。然而，RGB转换经过有少许毛病。某些转换后的图像可以包罗伪像，而且颜色分散可以看起来卓殊。

数据集实质：D²-City 是一个大范畴行车视频数据集，供应了跨越一万段行车纪录仪纪录的前视视频数据。全面视频均以高清（720P）或超高清（1080P）辞别率录制。

数据集数目：D²-City 数据集采撷自运转正在中国五个都市的滴滴运营车辆。所供应的原始数据均存储为帧率25fps、时长30秒的短视频。

·3D 重修：NYC3DCars 中的每张照片都已正在地球进步行了地舆注册，从而正在以地球为核心的固定于地球的坐标系中供应了完全的相机内部和外部消息，从而杀青了与现有地舆空间数据的无缝集成。

·地舆数据：集成了诸如 OpenStreetMap 和 NYC OpenData 供应的数据库，以便轻松访候道途，人行道和中央众边形等地舆特质以及道途汇集的连通性。

·车辆标注：对数据召集的车辆，实行周密的标注。标注征求完全的 6 自正在度车辆神态，车辆类型，2D 车辆边境框和一天中的近似照片时代。

数据集实质：Boxy vehicle detection 数据集是一个大型车辆检测数据集，可用于2D检测和3D检测，包罗快要200万辆带解说的车辆，用于教练和评估高速公途上主动驾驶汽车的对象检测法子。

数据集数目：数据集包罗200,000张图片，1,990,000辆标注的车辆，5百万像素辞别率，要紧是阳光，雨，黄昏，夜晚的场景。

数据集实质：Waymo盛开数据集是谷歌母公司 Alphabet 旗下的主动驾驶公司 ，Waymo 开源的主动驾驶数据库。

数据集数目：Waymo数据集由 Waymo 自驾汽车正在种种前提下采撷的高度标注数据构成，该数据包罗：

·尺寸和笼盖领域：此版本包罗 1,000 个主动驾驶途段的数据。每个数据片断拘捕 20 秒的接连驾驶经过，相当于每个镜头标注参数为 10 Hz 的 200,000 帧。如此的接连镜头可能使得考虑职员易于开采模子来跟踪和预测其它道途运用者的举动。

·众样化的驾驶境况：该数据集涵盖凤凰城、亚利桑那州、柯克兰、华盛顿州、山景城、加利福尼亚州和加利福尼亚州旧金山的鳞集都市和郊区境况，并捕获了种种驾驶前提下的数据（包罗：白昼和黑夜、平旦和黄昏、好天和下雨天）。

·高辞别率的 360 度视图：每个分段包罗了来自五个高辞别率 Waymo 激光雷达和五个前置与侧面摄像头的数据。

·鳞集标注：数据集征求激光雷达框架和图像；车辆、行人、骑自行车者和标识牌都进程了悉心的象征，共拘捕了 1200 万个 3D 标注和 120 万个 2D 标注。

汽车测试网-创造于2008年，报道汽车测试技能与产物、趋向、动态等 干系邮箱 marketing#auto-testing.net (把#改成@)