对城市自动驾驶语义分割的开源数据集的理解,可能会对工程师如何训练自动驾驶模型有所帮助。
最近10年我们在语义分割数据集的创建和算法提升方面付出了很多努力。最近得益于深度学习理论的发展,我们在视觉场景理解的子领域中获得了不少进步。深度学习的缺点是需要大量的标注数据,这里我们整理了一些广泛应用的城市语义分割的数据集希望可以为自动驾驶领域提供借鉴。
这是我们关于如何为自动驾驶提供语义分割数据集系列文章中的第一篇。
语义分割标注任务主要是指在像素级水平上,把图片中的物体按照类分别标注。这些类可能是“行人,车辆,建筑物,天空,植被等等。例如,语义分割可以帮助SDCs(自动驾驶车辆)识别一个图片中的可行驶区域。
数据集
名字 | 时间 | 类别 | 图片数量 | 地点 | 环境 |
---|---|---|---|---|---|
CamVid | 2007 | 32 | 700 | Cambridge | 白天 |
KITTI | 2012 | N/A | N/A | Kalsruhe | 白天 |