- 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