3D目标检测主要数据集

1.Kitti数据集

Kitti数据集包含7481张训练图像、7518张测试图像、相应的点云、相机校准文件以及汽车、行人和骑自行车者感兴趣对象周围的注释3D框。他们根据大小、遮挡和截断水平将注释标记为容易、中等和困难，最大截断分别为15%、30%和50%。虽然KITTI是一个常用的数据集，但它有局限性。数据集是在白天和阳光充足的条件下收集的。因此，由于现实世界中的天气和环境条件不同，它不是现实世界应用的代表性数据集。此外，数据集是不平衡的，其中包括75%的汽车，4%的骑自行车的人和15%的行人。

2.nuScenes数据集

nuScenes数据集是另一个常用的自治数据集，使用六个摄像头，五个雷达和一个LiDAR记录，所有这些都具有360 °视场。该数据集包括1000个场景，每个场景长20秒，并使用23个类和8个属性的3D边界框进行了充分注释。他们在两个地方记录了它：波士顿（美国）和新加坡在白天，夜间和下雨的条件下，使其成为一个更具实时代表性的数据集。该多传感器数据集包括1.4 M RGB图像，400 K LiDAR点云，1.3 M雷达点云和1.4 M 3D框。该数据集的注释数量是KITTI的7倍，图像数量是KITTI的100倍。

3.Waymo数据集

Waymo数据集包括1150个场景，每个场景持续20秒，在旧金山弗朗西斯科、凤凰城和山景的各个城市和郊区拍摄。该数据集包含1200万个用于LiDAR数据的3D注释地面实况边界框和大约1200万个用于相机图像的2D注释地面实况边界框。它包括大约113 K LiDAR对象和250 K相机图像轨迹。