WayveScenes101，这是一个数据集，旨在帮助社区推进新颖视图合成的最新技术，该数据集专注于具有挑战性的驾驶场景，其中包含许多具有不断变化的几何和纹理的动态和可变形元素。
该数据集包含 101 个驾驶场景，涵盖各种环境条件和驾驶场景。该数据集专为野外驾驶场景的基准重建而设计，场景重建方法面临许多固有的挑战，包括图像眩光、快速曝光变化以及具有明显遮挡的高动态场景。
除了原始图像之外，还以标准数据格式包含源自 COLMAP 的相机姿势。
提出了一种评估协议，用于评估与训练视图离轴的保留相机视图上的模型，特别是测试方法的泛化能力。
最后，提供所有场景的详细元数据，包括天气、一天中的时间和交通状况，以便跨场景特征进行详细的模型性能细分。数据集和代码可从此URL 获取。
Perception Dataset
1950个自动驾驶视频片段，每段视频包括20s的连续驾驶画面
汽车、行人、自行车、交通标志四类标签
1260万个3D框，1180万个2D框
传感器数据：1 个中程激光雷达、4 个短程激光雷达、5个摄像头
采集范围涵盖美国加州的凤凰城、柯克兰、山景城、旧金山等地区的市中心和郊区。同时涉及各种驾驶条件下的数据，包括白天、黑夜、黎明、黄昏、雨天、晴天
Motion Dataset
包括574 小时的数据，103,354个带地图数据片段
汽车、行人、自行车三类标签，每个对象都带有2D框标注
挖掘用于行为预测研究的行为和场景，包括转弯、并道、变道和交汇
地点包括：旧金山、凤凰城、山景城、洛杉矶、底特律和西雅图
如果想详细了解，可以点开视频下方的链接。
谢谢观看本视频。要是喜欢，请订阅、点赞。谢谢
ARXIV：https://arxiv.org/abs/2407.08280
留言
發佈留言