• 公开数据集：
• KITTI(2012)- 场景：德国卡尔斯鲁厄及其周边，城市，乡村，高速路况。传感器：一个VELODYNE-64E 64线传感器，范围120m；camera：两个灰度相机和两个彩色相机。场景帧率10Hz。3D物体标注有八个类别。
• nuScenes(2020)-场景：波士顿，新加坡交通密集和具有挑战的驾驶环境。传感器：32线激光雷达传感器，范围70m；6个摄像头。 场景帧率：关键帧 2Hz，过渡帧20Hz。3D物体标注有23个类别
• Waymo(2019)-场景：旧金山，菲尼克斯，山景城。传感器：一个中程激光雷达，范围70m，4个短程激光雷达，范围20m；五个摄像头。场景帧率：10Hz. 3D物体标注有4个大类。
• Argoverse2(2020)-场景：奥斯汀，底特律，迈阿密，匹兹堡，帕罗阿尔托，华盛顿特区。传感器：两个32线激光雷达传感器，范围200m+；7个环视摄像头和2两个高清双目摄像头。3D物体标注有26个类别
• 公司数据集：收集于国内城市和高速道路，传感器采用hesai64线激光传感器和6个摄像头。数据帧率平均为0.5Hz。和预训练模型常用的公开数据集相比，公司数据集在城市场景，雷达探测范围，激光线数，传感器分布等都有所不同，目前测试情况，基于nuScenes的模型整体适配程度较高，而基于Argoverse的模型对远距离稀疏检测效果较好

KITTI dataset

LiDAR