景联文科技：自动驾驶开源数据集汇总（二）

“自动驾驶技术的进步需要大量优质数据对模型进行不断地训练与调优。想要自动驾驶技术更好地发展，需要大量高质量的真实自动驾驶系统相关的数据做支撑。数据作为AI技术的底层基础，高质量的数据集更受到广大自动驾驶车企的重视”

数据是自动驾驶发展过程中必不可少的一部分，优质的数据集往往能更好地对自动驾驶算法模型进行训练和调优。景联文科技整理了五个自动驾驶相关开源数据集，供大家参考使用。

1.CityScapes数据集

CityScapes是由奔驰自动驾驶实验室、马克思·普朗克研究所、达姆施塔特工业大学联合发布的一个城市街景数据集，该数据集主要是对城市街景的语义理解，包含德国及附近国家的50个不同的城市，在不同的季节和天气条件下的街景中记录的各种立体视频序列。

2.H3D-HRI-US数据集

该数据集是由本田研究所于2019年3月发布的数据集，使用3D LiDAR扫描仪收集的大型全环绕3D多目标检测和跟踪数据集。数据集包含160个拥挤且高度互动的交通场景，有27721帧，共100万个标记实例，拥有丰富的注释和复杂的场景，可用于对全环绕3D多目标检测和跟踪的研究。

3.Mapillary Vistas数据集

Mapillary Vistas是世界上最大、最多样化的街道级图像公开数据集，包括25000张高分辨率的彩色图像，分成66个类，其中有37个类别是特定的附加于实例的标签。

该数据集具体涵盖了66类共25000个高分辨率街景场景图像数据集，带有大于200万个手动绘制多边形的像素标注；100个目标类别，其中60个特定于实例；覆盖北美和南美，欧洲，非洲，亚洲和大洋洲等地区；包含太阳，雨，雪，雾，阴霾等天气条件；包含黎明，白天，黄昏，夜晚等拍照时间；拥有大范围的相机传感器，不同的焦距，图像宽高比和不同类型的相机噪声；来自道路，人行道等不同的拍照地点。

4.COCO数据集

COCO数据集是微软团队提供的用来进行目标识别、图像分割等任务的数据集，分为训练、验证和测试集。COCO数据集有如下几个特点：目标分割、上下文识别、超像素分割、330000张图像、150万个对象实例、80个对象类别、91个物品类别、每个图像5个字幕、250,000包含关键点的人。

COCO数据集支持目标检测、实例分割、全景分割、关键点检测等任务类型。图片格式均为JPG格式，其中目标检测实例分割任务对应的图像类别为80类，全景分割任务新增图像类别53类。

5.Level 5

Level 5数据集是一个全面的、大规模的数据集，内含55000个3D标注框架，是一个高清空间语义地图。数据集具有原始传感器摄像头和激光雷达输入，由多个高端自动驾驶车辆组成的车队在一个受限制的地理区域采集环境数据。数据集还包括人类标记的交通标志的三维边界框，一个底层的高清空间语义地图。

景联文科技｜AI基础数据服务｜数据采集｜数据标注｜假指纹制作｜指纹防伪算法

助力人工智能技术加速数字经济相关产业质量变革，赋能传统产业智能化转型升级