自動駕駛——車道線檢測相關數據集整理

時間 2020-08-18 標籤自動駕駛車道線檢測相關數據集整理

自動駕駛視覺方向的分支車道線檢測須要的相關數據集
暫時沒有好好整理，先做個記錄：php

1.KITTI
KITTI數據集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦，主要於算法評測。html

KITTI數據採集平臺包括2個灰度攝像機，2個彩色攝像機，一個Velodyne 3D激光雷達，4個光學鏡頭，以及1個GPS導航系統。一共細分爲Road, ’City’, ’Residential’, ’Campus’ 和 ’Person’五類數據；包含市區、鄉村高速公路的數據，每張圖像最多15輛車及30個行人，並且還包含不一樣程度的遮擋。整個數據集由389對立體圖像和光流圖，39.2 千米視覺測距序列以及超過200,000 3D標註物體的圖像組成。git

KITTI數據集中，目標檢測包括了車輛檢測、行人檢測、自行車三個單項，目標追蹤包括車輛追蹤、行人追蹤兩個單項，道路分割包括urban unmarked、urban marked、urban multiple marked三個場景及前三個場景的平均值urban road等四個單項；github

數據集大小超過200G。KITTI數據集是無人駕駛學術圈使用最普遍的數據集之一了。web

項目主頁：算法

http://www.cvlibs.net/datasets/kitti/index.php 。api

The road and lane estimation benchmark consists of 289 training and 290 test images. It contains three different categories of road scenes:
uu - urban unmarked (98/100)
um - urban marked (95/96)
umm - urban multiple marked lanes (96/94)
urban - combination of the three aboveide

道路（road）分割和ego-road(lane)分割，並非車道線標記分割：？？svg

Related Datasets
Multi-Lane-Detection-Dataset: Dataset for multiple lane detection.
Road Scene Layout from a Single Image: Dataset for road area estimation.
MIT Street Scenes: Dataset for semantic road scene understanding.
Cambridge-driving Labeled Video Database (CamVid): Dataset for semantic road scene understanding.
Daimler Scene Labeling Dataset: Dataset for semantic road scene understanding including stereo images.
ROMA (ROad MArkings): Dataset for performance evaluation of road marking extraction algorithms.（Evaluation dataset）測試

2. Cityscapes

與KITTI不一樣的是，Cityscapes專一於城市的街景主義理解，其本質就是一個計算機視覺語義分割數據集。提供的下載數據集中測試集和驗證集有標註，測試集提供原圖，無標註，能夠把結果上傳到項目主頁，而後驗證你算法。

Cityscapes包含50個城市不一樣場景、不一樣背景、不一樣季節的街景，提供5000張精細標註的圖像、20000張粗略標註的圖像、30類標註物體。

https://pan.baidu.com/s/1fsbavgeEWZnrCRZlRHoVNg ；

項目主頁：

https://www.cityscapes-dataset.com/ 。

沒有車道線標註信息

3. ApolloScape

數據介紹：ApolloScape的標註精細度上超過同類型的KITTI，Cityscapes數據集，也超過UC Berkley最新發布的BDD100K，ApolloScape不只開放了比Cityscapes等同類數據集大10倍以上的數據量，還包括感知、仿真場景、路網數據等數十萬幀逐像素語義分割標註的高分辨率圖像數據，進一步涵蓋更復雜的環境、天氣和交通情況等。

數據集演示視頻：

項目主頁：

http://apolloscape.auto/

**有車道線標註信息** Lane segmentation:http://apolloscape.auto/lane_segmentation.html

4. Mapillary

數據集介紹：共包含25,000個高分辨率圖像（分爲18,000個用於訓練，2,000個驗證，5,000個測試;平均分辨率約爲900萬像素），具備從200萬個手動繪製的多邊形的像素點註釋；100個對象類別，其中60個實例特定（即枚舉對象）；涵蓋北美和南美，歐洲，非洲，亞洲和大洋洲的全球地理覆蓋；天氣條件（太陽，雨，雪，霧，陰霾）和捕獲時間（黎明，白天，黃昏甚至夜晚）的高度變異性；相機傳感器範圍普遍，焦距變化，圖像寬高比以及不一樣類型的相機噪音；不一樣的拍攝觀點（從道路，人行道和越野）。

註冊後下載數據集。數據集演示視頻：

項目主頁：

https://www.mapillary.com

**含有車道線標記數據**

5. BDD100K