自動駕駛汽車如何學會駕駛？下載這個自動駕駛汽車數據集，自個看一下！

現在你可以下載這個數據集，該數據集含有工程師們用於開發自動駕駛技術的視頻序列。

加州大學伯克利分校近日公布了工程師們用來開發自動駕駛汽車技術的龐大數據集。

該數據集含有100000多個視頻序列，這些錄製的視頻序列表示不同的駕駛場景，包括諸多天氣狀況、各種環境和一天當中的不同時間段。

以高清（HD）格式錄製的視頻序列還含有GPS位置、慣性測量單元（IMU）數據和橫跨1100個小時的時間戳。

加州大學伯克利分校的BDD100K資料庫可供自動駕駛汽車技術的工程師和開發人員用來訓練自動駕駛系統。

我們需要這種類型的數據集來教系統如何應對不同的環境和駕駛條件，包括如何檢測路面與步行區、其他車輛等物體以及潛在危險。

數據分類可能花好長時間，於是為了改進對象映射，資料庫已經含有2D邊界框。這些邊界框注釋了100000多張圖像，而這些圖像裡面有需要注意的對象，包括交通標誌、路人、自行車、其他車輛、火車和交通信號燈。

此外，100000張圖像包含車輛注釋，以便做出複雜的駕駛決策，比如繁忙的十字路口、凌亂的道路系統或有多個車道標記的地方。

據描述該數據集項目的白皮書（見文末）介紹，視頻片段大約40秒長，每秒30幀，使用眾多方法來注釋對象。

該項目的研究人員表示：「我們發現，要實現大規模的豐富注釋，現有工具不足以滿足要求，於是我們開發了新的方案，比以前的方法更有效、更靈活地注釋駕駛數據。目前的工具很難大規模部署，也很少可以擴展、應對新的任務或數據結構。」

這不是唯一向公眾發布的自動駕駛車輛數據集。今年3月，百度發布了Apollo Scape，這是基於百度自動駕駛平台Apollo的數據集。

這個開源資料庫不如加州大學伯克利分校的數據集來得龐大，但自動駕駛技術開發人員能夠掌握的數據越多，車輛的智能化程度就會越高。

白皮書：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！