深度學習資料集 自動駕駛資料集 持續更新中

2021-09-19 14:28:40 字數 373 閱讀 6129

naturalistic trajectories of 110 500 vehicles recorded at german highways

highd資料集是在德國高速公路上記錄的自然車輛軌跡的新資料集。 使用無人機,可以從空中角度克服已建立的交通資料收集方法的典型侷限性,例如交通阻塞。 記錄了六個不同地點的交通,其中包括110 500多輛車。 自動提取每輛車的軌跡,包括車輛型別,大小和動作。 使用最新的計算機視覺演算法,定位誤差通常小於十厘公尺。 儘管該資料集是為高度自動化車輛的安全性驗證而建立的,但它也適用於許多其他任務,例如交通模式分析或駕駛員模型引數化。

其他車輛運動軌跡資料集 :

車輛自然駕駛軌跡資料集介紹

其他車輛運動軌跡資料集

end

自動駕駛 深度學習與自動駕駛領域的資料集蒐集

目錄 kitti資料集簡介與使用 資料集名稱 kitti oxford robotcar cityscape comma.ai udacity bddv carla gta 鏈結 資料集鏈結 鏈結 乙個面向城市道路街景語義理解的資料集 資料集鏈結 鏈結 geohot創辦的comma.ai的資料集,8...

ApolloScape自動駕駛資料集

為了刻畫高細粒度的靜態3d世界,apolloscape使用移動雷射雷達掃瞄儀器從reigl收集點雲。這種方法產生的三維點雲要比velodyne產生點雲更精確 更稠密。在採集車車頂上安裝有標定好的高解析度相機以每一公尺一幀的速率同步記錄採集車周圍的場景。而且,整個系統配有高精度gps和imu,相機的實...

自動駕駛資料分享

github apollo學習筆記1 可參考下面教程,待實際安裝再更新 在ubuntu18.04上實現apollo5.5系統部署 apollo 3.5各功能模組啟動過程解析 cyber原始碼分析 cyber設計思想 cyber rt中的任務排程 cyber分布式部署 cyber schedule排程...