Waymo終於「開放」了「GGAI視角」

「Waymo Open Dataset是有史以來為研究發布的最大、最豐富和最多樣化的自動駕駛數據集之一。」

Waymo終於開放了。這對於一家一直以來將大部分數據保密的自動駕駛領頭羊來說，是一個罕見的舉動。

Waymo近日宣布，現在可訪問官方網站獲得用於研究目的的自動駕駛開放資料庫，但不能用於商業用途，該公司對「研究」的定義相當寬泛，包括其他公司和學術界的研究人員。

Waymo首席科學家兼研究負責人德拉戈·安圭洛夫(Drago Anguelov)表示，該數據集是「為研究發布的最大、最豐富、最多樣化的自動駕駛數據集之一」。

安圭洛夫去年加入Waymo之前，曾在Zoox和谷歌工作。他之所以開始推動提供這些數據，是因為Waymo和其他幾家在該領域工作的公司「目前因缺乏合適的數據集而受阻」。

這將幫助這個領域的每一個人，這絕不是承認我們在解決這些問題上有任何問題。但是，在效率、可擴展性和標籤數量方面總是有改進的空間。

這是一個正在發展的領域。大多數情況下，我們是想讓別人思考我們的問題，和我們一起工作，而不是做那些在當前情況下可能沒有多大影響力的工作。

Waymo推出數據集，試圖為他們的研究同行填補其中的一些空白，它提供了自己的無人駕駛汽車在道路上行駛的1000段數據，每段數據連續行駛20秒（含200,000幀圖像），並覆蓋不同的場景路況，包括晚上、下雨、黃昏等等。

數據採集來自Waymo車身上的5台自主研發的激光雷達（包括1個車頂的中距離lidar和4個環視短距離lidar）、5個面向前方和兩側的標準相機，以及激光雷達和成像的融合數據。

數據標註包括車輛、行人、騎行人和指示牌在內的物體，第一批開放的有1200萬個3D標籤和120萬個2D標籤。

Waymo是在今年早些時候的CVPR大會上宣布開放數據集的，當時安圭洛夫表示，像KITTI這樣的傳統開源數據集太小了，這迫使研究人員和工程師在數據擴充和防止過度匹配上花費太多時間。此外，在KITTI上的演算法結果不能推廣到大型數據集。

按照計劃，整個Waymo的開放數據集包含約3000個駕駛場景，總共16.7小時的視頻數據，60萬幀，約2500萬個3D邊界框和2200萬個2D邊界框。

和此前大多數數據集的差別還在於，Waymo在攝像頭和激光雷達的同步融合方面做得更好，這為多感測器融合研究提供更多實踐經驗。此外，還改進了數據多樣性，考慮了天氣、行人、照明條件、自行車和建築等變數。

不過考慮到Waymo一直以來的封閉開發模式，有些人可能會懷疑這種數據的使用方式到底有多「開放」。

對此，Waymo產品負責人維賈賽?帕特奈克(Vijaysai Patnaik)解釋說，「研究」使用實際上涵蓋了很多領域。數據集有一個特定的許可協議，並大致劃定了他們期望誰會使用數據，以及使用數據的目的是什麼。

這可能包括對這一領域感興趣的大學院校、獨立的研究機構或實驗室。Patnaik表示，前提是遵守我們的許可協議。可以看得出，Waymo在開放數據集上還是保持了一貫的謹慎態度。

其他從事自動駕駛的公司也採取了類似的開源數據集做法，比如Lyft、Aptiv、福特汽車旗下的Argo AI等。

去年，百度和加州大學伯克利分校分別發布了大規模的自動駕駛數據集Apollo Scape和BDD100K。前者是是KITTI 和CityScapes數據集規模的10倍，而後者則包含超過100,000個以30幀/秒的速度運行40秒的視頻。

當然，上述公布的各個數據集都有一些差別。比如Aptiv的NuScenes數據集來自於三大感測器（攝像頭、毫米波、激光雷達），Argo AI則提供了高精地圖數據。

然而，在實際行駛時間和行駛里程方面，Waymo確實領先於該領域的其他競爭對手，很多人（包括競爭對手）也很想看看他們做的怎麼樣。

不過，Waymo強調，開放數據集是為了幫助研究人員在2D和3D感知方面取得進展，以及在領域適應、場景理解和行為預測等領域取得進展。

該公司在一份聲明中表示:「我們希望研究團隊能利用我們的數據產生更令人興奮的方向，這不僅有助於提高自動駕駛汽車的能力，還會影響其他相關領域和應用，比如計算機視覺和機器人。」

「我們將著眼於進一步擴大基於社區反饋的數據集。」安圭洛夫表示，儘管共享數據可能暴露Waymo技術中的問題，但自動駕駛開發需要正確的方向來「提出正確的問題」。

目前，Waymo的自動駕駛測試車隊已經在25個城市的公共道路上行駛了1000萬英里，而在過去10年收集的數據中，此次公開的只是很小一部分。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！