DriveSeg场景分割数据集

数据集下载链接：http://m6z.cn/5tDCeU

MIT DriveSeg 数据集是一个大规模的驾驶场景分割数据集，为 5,000 个视频帧中的每个像素和每个像素都进行了密集注释。这个数据集是一个面向前的逐帧像素级语义标记数据集，该数据集是在连续白天驾驶通过拥挤的城市街道时从移动的车辆捕获的。该数据集的目的是允许探索时间动态信息的价值，以便在动态的真实操作环境中进行全场景分割。

Comma2k19 车道线检测数据集

数据集下载链接：http://m6z.cn/6r36nm

该数据集是CVPR2022论文"Towards Driving-Oriented Metric for Lane Detection Models"的数据集。为了在同一数据集上评估传统指标和以任务为中心的下游指标 E2E-LD 和 PSLD，需要用到车道线注释和驾驶信息（例如位置、转向角和速度）。其中手动注释了 2,000 帧的左右车道线（100 个 20 Hz 的 1 秒剪辑场景）。所选场景是从原始 Comma2k19 数据集中时速超过 30 mph（约 48 km/h）的场景中随机选择的。

雷达场景数据集

数据集下载链接：http://m6z.cn/5tDChE

RadarScenes 数据集包含来自四个汽车雷达传感器的记录，这些传感器安装在一辆测量车辆上。添加了来自一台前置纪实相机的图像。它于 2016 年至 2018 年在德国乌尔姆录制。该数据集的长度超过 4 小时，除了来自雷达传感器的点云数据外，还提供了 12 个不同类别的逐点语义注释。除了逐点类标签外，跟踪 ID 还附加到动态对象的每个单独检测，以便可以随时间跟踪各个对象。

Cam2BEV 数据集

数据集下载链接：http://m6z.cn/6jwTlT

该存储库包含两个语义分割的道路场景图像合成数据集，它们是作为 Cam2BEV 项目的一部分创建的。在该项目中，数据集收集了多个车载摄像头的图像，并被用于计算语义分割的鸟瞰图（BEV）图像。同时该数据集被arXiv论文"A Sim2Real Deep Learning Approach for the Transformation of Images from Multiple Vehicle-Mounted Cameras to a Semantically Segmented Image in Bird’s Eye View"使用，验证了一种Sim2Real 深度学习方法。

LiDAR 2D深度图像数据集

数据集下载链接：http://m6z.cn/5Pwfy5

KITTI数据集是针对自动驾驶汽车领域最著名的数据集之一。它包含来自安装在汽车顶部的摄像头、激光雷达和其他传感器的记录数据，汽车在具有许多不同场景和场景的许多街道上行驶。该数据集包含转换为 2D 深度图像的 KITTI 数据集的 LiDAR 帧，并使用此代码进行了转换。这些 2D 深度图像代表相应 LiDAR 帧的相同场景，但格式更易于处理。

交通信号灯检测图像

数据集下载链接：http://m6z.cn/6jwTHb

该数据集来自 Bosch Small Traffic Lights Dataset，是一个用于基于视觉的交通信号灯检测的准确数据集。该数据集包含 13427 个摄像机图像，分辨率为 1280x720 像素，并包含大约 24000 个带注释的交通信号灯。注释包括交通灯的边界框以及每个交通灯的当前状态（活动灯）。相机图像以使用红色-清晰-清晰-蓝色滤镜拍摄的原始 12 位 HDR 图像和重建的 8 位 RGB 彩色图像形式提供。

德国交通标志识别数据集

数据集下载链接：http://m6z.cn/6c0GEA

“德国交通标志识别基准”是在 2011 年国际神经网络联合会议 (IJCNN) 上举办的多类单图像分类挑战赛。交通标志的自动识别是高级驾驶辅助系统所必需的，并且构成了具有挑战性的现实世界计算机视觉和模式识别问题。该数据集收集了超过 50,000 个交通标志图像的全面、逼真的数据集。它反映了由于距离、照明、天气条件、部分遮挡和旋转而导致的标志视觉外观的强烈变化。这些图像由几个预先计算的特征集补充，以允许在没有图像处理背景知识的情况下应用机器学习算法。该数据集包含 43 个类别频率不平衡的类别。参与者必须对两个测试集进行分类，每个测试集超过 12,500 张图像。

LISA交通灯数据集

数据集下载链接：http://m6z.cn/6rNj17

为了为未来交通灯识别 (TLR) 研究的比较提供共同基础，我们根据美国道路的镜头收集了一个广泛的公共数据库。该数据库收集于美国加利福尼亚州圣地亚哥。该数据库提供了四个主要用于测试的白天和两个夜间序列，提供了在太平洋海滩和圣地亚哥拉霍亚的 23 分 25 秒的驾驶时间。该数据库由连续测试和训练视频序列组成，共有 43,007 帧和 113,888 个带注释的交通信号灯。这些序列由安装在车辆车顶上的立体摄像机捕捉，该摄像机在夜间和白天以及不同的光线和天气条件下行驶。此数据库中仅使用左侧摄像机视图，因此立体特征处于当前未使用状态。左侧摄像头视图用于所有测试序列和训练剪辑。训练剪辑包括 13 个白天剪辑和 5 个夜间剪辑。

昼夜行人序列数据集

数据集下载链接：http://m6z.cn/6rNj1r

数据集由两组序列组成。这些序列被命名为白天和夜晚集，指的是它们被获取的一天中的时刻，Visible和 FIR 取决于用户记录序列的相机。白天训练 3695 个 imegas，晚上训练 3390 个图像，每个序列大约有 1500 个强制性行人注释。用于测试两个序列的约 700 张图像，白天约有 2000 名行人，夜间约有 1500 名行人。