自动驾驶是带动新兴产业的一个突破点，也是中国结合新能源汽车，实现汽车产业弯道超车的不二手段，是打破国外燃油车技术壁垒的关键一步！它不会停止，只是在蓄势待发！

数据集介绍：点击

自动驾驶场景使用方法介绍：点击

火焰和烟雾图像数据集

该数据集包含早期火灾和烟雾图像数据。数据集是使用手机在真实场景中捕获的早期火灾和烟雾图像。这些图像在各种照明条件下（室内和室外场景）、天气等条件下被捕获。该数据集非常适合用于早期火灾和烟雾检测。数据集可用于火灾和烟雾识别、检测、早期火灾和烟雾检测、异常检测等。数据集还包括典型的家庭场景，如垃圾燃烧、纸张塑料燃烧、田野作物燃烧、家庭烹饪等。

城市景观数据

数据集下载地址：http://m6z.cn/6qBe8e

城市景观数据（数据集主页）包含从德国驾驶的车辆中拍摄的标记视频。此版本是作为 Pix2Pix 论文的一部分创建的已处理子样本。数据集包含来自原始视频的静止图像，语义分割标签与原始图像一起显示在图像中。这是语义分割任务的最佳数据集之一。

非洲地区交通标志数据集

数据集下载地址：http://m6z.cn/6j5167
两个开源数据集仅用于提取非洲地区使用的交通标志。该数据集包含来自所有类别的 76 个类，例如，监管、警告、指南和信息标志。该数据集总共包含 19,346 张图像和每个类别至少 200 个实例。
​

BDD100K驾驶视频数据集

数据集下载地址：http://m6z.cn/6qBeaa
UCB的全天候全光照大型数据集，包含1,100小时的HD录像、GPS/IMU、时间戳信息，100,000张图片的2D bounding box标注，10,000张图片的语义分割和实例分割标注、驾驶决策标注和路况标注。官方推荐使用此数据集的十个自动驾驶任务：图像标注、道路检测、可行驶区域分割、交通参与物检测、语义分割、实例分割、多物体检测追踪、多物体分割追踪、域适应和模仿学习。

Argoverse数据集

数据集下载地址：http://m6z.cn/5P0b9B
Argoverse针对的任务：3D追踪和动作预测，两个任务对应的数据集其实是独立的，只是采集设备和采集地点一样而已。提供了360度的视频和点云信息，并根据点云重建了地图，全天候全光照。标注了视频和点云中的3D bounding box。3D追踪的数据集包含113段15-30秒的视频，动作预测中包含323,557段5秒的视频（总计320小时）。数据集的主要亮点还是在原始数据和地图的联动上。
​

CULane数据集

数据集下载地址：http://m6z.cn/643fxb

CULane 是一个大规模的具有挑战性的数据集，用于交通车道检测的学术研究。它是由安装在北京不同司机驾驶的六辆不同车辆上的摄像头收集的。收集了超过 55 小时的视频，提取了 133,235 帧。在每一帧中，交通车道都用三次样条手动注释。对于车道标记被车辆遮挡或看不见的情况，仍根据上下文进行车道注释。障碍物另一侧的车道没有注释。在这个数据集中，主要关注的是四车道标记的检测，这在实际应用中是最受关注的。其他车道标记没有注释。
​

自动驾驶汽车的语义分割数据集

数据集下载地址：http://m6z.cn/5zYdv9
该数据集提供通过 CARLA 自动驾驶汽车模拟器捕获的数据图像和标记语义分割。该数据集可用于训练 ML 算法以识别图像中汽车、道路等的语义分割。

道路上自动驾驶汽车数据集

数据集下载地址：http://m6z.cn/5ss0xe
该数据集为自动驾驶车辆提供了易于使用的训练数据。提供驾驶视频中每一帧对应的转向角、加速度、刹车和档位。这段视频是使用安装在汽车挡风玻璃上的摄像头录制的，该汽车沿着印度喀拉拉邦的道路行驶。

真实的工业场景数据集

极市平台收集了大量工业界、产业界的真实场景数据集，共有高达1473GB高质量内部数据集资源。极市平台独家的数据集均来自于真实的业务场景，由产业合作伙伴和极市平台搜集和提供。