45个自动驾驶开源数据集总结

作者 | eyesighting  编辑 | 一点人工一点智能

原文链接：https://zhuanlan.zhihu.com/p/507896590

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

本文只做学术分享，如有侵权，联系删文

00  前言

数据是人工智能时代的石油，自动驾驶算法、功能、产品的开发与落地，需要大量的道路数据。对过去使用、积累的自动驾驶开源数据集做了总结，共计45个开源数据集。

01  4Seasons

题目：4Seasons: A Cross-Season Dataset for Multi-Weather SLAM in Autonomous Driving

名称：4Seasons：自动驾驶中多天气 SLAM 的跨季节数据集

论文：https://arxiv.org/abs/2009.06364https://4

主页：https://www.4seasons-dataset.com/https://www.

02  A2D2

题目：A2D2: Audi Autonomous Driving Dataset

名称：A2D2：奥迪自动驾驶数据集

论文：https://arxiv.org/abs/2004.06320

主页：https://www.a2d2.audi/a2d2/en.htmlhttps://www.

下载：https://www.a2d2.audi/a2d2/en/download.html

03  A*3D

题目：A*3D Dataset: Towards Autonomous Driving in Challenging Environments

名称：A*3D 数据集：在具有挑战性的环境中实现自动驾驶

论文：https://arxiv.org/abs/1909.07541

主页：https://gas.graviti.cn/dataset/graviti-open-dataset/A3D

04  ApolloScape

题目：The ApolloScape Open Dataset for Autonomous Driving and its Application

名称：用于自动驾驶的 ApolloScape 开放数据集及其应用

论文：https://arxiv.org/abs/1803.06184

官方：https://apolloscape.auto/

下载：https://apolloscape.auto/tracking.html

05  BDD100K

题目：BDD100K: A Diverse Driving Dataset for Heterogeneous Multitask Learning

名称：BDD100K：异构多任务学习的多样化驱动数据集

论文：https://arxiv.org/abs/1805.04687

主页：https://bdd-data.berkeley.edu/

下载：https://bdd-data.berkeley.edu/portal.html#download

06  BLVD

题目：BLVD: Building A Large-scale 5D Semantics Benchmark for Autonomous Driving

名称：BLVD：为自动驾驶构建大规模 5D 语义基准

论文：https://arxiv.org/abs/1903.06405

主页：https://github.com/VCCIV/BLVD

07  Boreas

题目：Boreas: A Multi-Season Autonomous Driving Dataset

名称：Boreas：多季节自动驾驶数据集

论文：https://arxiv.org/abs/2203.10168

主页：https://www.boreas.utias.utoronto.ca/#/

08  CADC

题目：Canadian Adverse Driving Conditions Dataset

名称：加拿大不良驾驶条件数据集

论文：https://arxiv.org/abs/2001.10117

主页：https://scale.com/open-datasets/waterloo

09  CityScapes

题目：The Cityscapes Dataset for Semantic Urban Scene Understanding

名称：用于语义城市场景理解的 Cityscapes 数据集

论文：https://arxiv.org/abs/1604.01685https://5

主页：https://www.cityscapes-dataset.com/

下载：https://www.cityscapes-dataset.com/login/login/

10  CODA

题目：CODA: A Real-World Road Corner Case Dataset for Object Detection in Autonomous Driving

名称：CODA：用于自动驾驶目标检测的真实道路拐角案例数据集

论文：https://arxiv.org/abs/2203.07724

主页：https://coda-dataset.github.io/

11  Comma2K19

题目：A Commute in Data: The comma2k19 Dataset

名称：数据通勤：comma2k19 数据集

论文：https://arxiv.org/abs/1812.05752

代码：https://github.com/commaai/comma2k19

主页：https://comma.ai/

12  DGL-MOTS

题目：DG-Labeler and DGL-MOTS Dataset: Boost the Autonomous Driving Perception

名称：DG-Labeler 和 DGL-MOTS数据集：提升自动驾驶感知

论文：https://arxiv.org/abs/2110.07790

13  FordMultiAV

题目：Ford Multi-AV Seasonal Dataset

名称：福特多 AV 季节性数据集

论文：https://arxiv.org/abs/2003.07969

主页：https://avdata.ford.com/

14  H3D

题目：The H3D Dataset for Full-Surround 3D Multi-Object Detection and Tracking in Crowded Urban Scenes

名称：用于拥挤城市场景中的全环绕 3D 多目标检测和跟踪的 H3D 数据集

论文：https://arxiv.org/abs/1903.01568

15  IDDA

题目：IDDA: a large-scale multi-domain dataset for autonomous driving

名称：IDDA：用于自动驾驶的大规模多域数据集

论文：https://arxiv.org/abs/2004.08298

主页：https://idda-dataset.github.io/home/

16  KITTI

题目：Vision meets Robotics: The KITTI Dataset

论文：视觉与机器人技术：KITTI数据集

论文：https://www.cvlibs.net/publications/Geiger2013IJRR.pdf

下载：https://www.cvlibs.net/datasets/kitti/index.php

17  KITTI-360

题目：KITTI-360: A Novel Dataset and Benchmarks for Urban Scene Understanding in 2D and 3D

名称：KITTI-360：2D 和 3D 城市场景理解的新数据集和基准

论文：https://arxiv.org/abs/2109.13410

主页：https://www.cvlibs.net/datasets/kitti-360/

18  KITTI-InstanceMotSeg

题目：Monocular Instance Motion Segmentation for Autonomous Driving: KITTI InstanceMotSeg Dataset and Multi-task Baseline

名称：用于自动驾驶的单目实例运动分割：KITTI InstanceMotSeg 数据集和多任务基线

论文：https://arxiv.org/abs/2008.07008

主页：https://sites.google.com/view/instancemotseg/

19  KITTI-MOTS

题目：MOTS: Multi-Object Tracking and Segmentation

名称：MOTS：多对象跟踪和分割

论文：https://arxiv.org/abs/1902.03604

主页：https://www.cvlibs.net/datasets/kitti/eval_mots.php

项目：https://www.vision.rwth-aachen.de/page/mots

20  KITTI-SceneFlow

题目：Object Scene Flow for Autonomous Vehicles

名称：自动驾驶车辆的目标场景流

论文：https://www.cvlibs.net/publications/Menze2015CVPR.pdf

主页：https://www.cvlibs.net/datasets/kitti/eval_scene_flow.php

21  LIBRE

题目：LIBRE: The Multiple 3D LiDAR Dataset

名称：LIBRE：多 3D LiDAR 数据集

论文：https://arxiv.org/abs/2003.06129

22  LyftL5

题目：One Thousand and One Hours: Self-driving Motion Prediction Dataset

名称：一千零一小时：自动驾驶运动预测数据集

论文：https://arxiv.org/abs/2006.14480

主页：https://level-5.global/

23  NEOLIX

题目：The NEOLIX Open Dataset for Autonomous Driving

名称：NEOLIX 自动驾驶开放数据集

论文：https://arxiv.org/abs/2011.13528

24  NuScenes

题目：nuScenes: A multimodal dataset for autonomous driving

名称：nuScenes：用于自动驾驶的多模式数据集

论文：https://arxiv.org/abs/1903.11027

主页：https://www.nuscenes.org/

25  ONCE

题目：One Million Scenes for Autonomous Driving: ONCE Dataset

名称：一百万个自动驾驶场景：ONCE 数据集

论文：https://arxiv.org/abs/2106.11037

主页：https://once-for-auto-driving.github.io/index.html

26  OpenLane

题目：PersFormer: 3D Lane Detection via Perspective Transformer and the OpenLane Benchmark

名称：PersFormer：通过 Perspective Transformer 和 OpenLane 基准进行 3D 车道检测

论文：https://arxiv.org/abs/2203.11089

项目：https://github.com/OpenPerceptionX/PersFormer_3DLane

代码：https://github.com/OpenPerceptionX/OpenLane

27  OPV2V

题目：OPV2V: An Open Benchmark Dataset and Fusion Pipeline for Perception with Vehicle-to-Vehicle Communication

名称：OPV2V：用于车对车通信感知的开放基准数据集和融合管道

论文：https://arxiv.org/abs/2109.07644

项目：https://github.com/DerrickXuNu/OpenCOOD

主页：https://mobility-lab.seas.ucla.edu/opv2v/

28  Oxford-RobotCar

题目：The Oxford Radar RobotCar Dataset: A Radar Extension to the Oxford RobotCar Dataset

名称：Oxford Radar RobotCar 数据集：牛津 RobotCar 数据集的雷达扩展

论文：https://arxiv.org/abs/1909.01300

主页：https://robotcar-dataset.robots.ox.ac.uk/

下载：

https://oxford-robotics-institute.github.io/radar-robotcar-dataset/downloads

主页：https://oxford-robotics-institute.github.io/radar-robotcar-dataset/

29  PandaSet

题目：PandaSet: Advanced Sensor Suite Dataset for Autonomous Driving

名称：PandaSet：用于自动驾驶的高级传感器套件数据集

论文：https://arxiv.org/abs/2112.12610

主页：https://pandaset.org/

主页：https://scale.com/open-av-datasets/pandaset

30  PASCAL3D+

题目：Beyond PASCAL: A Benchmark for 3D Object Detection in the Wild

名称：Beyond PASCAL：野外3D物体检测的基准

论文：https://cvgl.stanford.edu/papers/xiang_wacv14.pdf

论文：https://ieeexplore.ieee.org/document/6836101

31  PixSet

题目：PixSet : An Opportunity for 3D Computer Vision to Go Beyond Point Clouds With a Full-Waveform LiDAR Dataset

名称：PixSet：3D 计算机视觉利用全波形 LiDAR 数据集超越点云的机会

论文：https://arxiv.org/abs/2102.12010

主页：https://leddartech.com/solutions/leddar-pixset-dataset/

32  RADIATE

题目：RADIATE: A Radar Dataset for Automotive Perception in Bad Weather

名称：辐射：恶劣天气下汽车感知的雷达数据集

论文：https://arxiv.org/abs/2010.09076

主页：http://pro.hw.ac.uk/radiate/

33  ROAD

题目：ROAD: The ROad event Awareness Dataset for Autonomous Driving

名称：ROAD：自动驾驶的 ROad 事件感知数据集

论文：https://arxiv.org/abs/2102.11585

主页：https://github.com/gurkirt/3D-RetinaNet

34  Rope3D

题目：Rope3D: TheRoadside Perception Dataset for Autonomous Driving and Monocular 3D Object Detection Task

名称：Rope3D：用于自动驾驶和单目 3D 目标检测任务的路边感知数据集

论文：https://arxiv.org/abs/2203.13608

主页：https://thudair.baai.ac.cn/rope

35  SemanticKITTI

题目：SemanticKITTI: A Dataset for Semantic Scene Understanding of LiDAR Sequences

名称：SemanticKITTI：用于对 LiDAR 序列进行语义场景理解的数据集

论文：https://arxiv.org/abs/1904.01416

主页：

https://competitions.codalab.org/competitions/24025#learn_the_details-overview

主页：http://www.semantic-kitti.org/

36  SODA10M

题目：SODA10M: A Large-Scale 2D Self/Semi-Supervised Object Detection Dataset for Autonomous Driving

名称：SODA10M：用于自动驾驶的大规模二维自/半监督目标检测数据集

论文：https://arxiv.org/abs/2106.11118

主页：https://soda-2d.github.io/

37  SynWoodScape

题目：SynWoodScape: Synthetic Surround-view Fisheye Camera Dataset for Autonomous Driving

名称：SynWoodScape：用于自动驾驶的合成环视鱼眼相机数据集

论文：https://arxiv.org/abs/2203.05056

38  TJ4DRadSet

题目：TJ4DRadSet: A 4D Radar Dataset for Autonomous Driving

名称：TJ4DRadSet：用于自动驾驶的 4D 雷达数据集

论文：https://arxiv.org/abs/2204.13483

39  TopoBoundary

题目：Topo-boundary: A Benchmark Dataset on Topological Road-boundary Detection Using Aerial Images for Autonomous Driving

名称：地形边界：使用航空图像进行自动驾驶拓扑道路边界检测的基准数据集

论文：https://arxiv.org/abs/2103.17119

40  UtbmRobocar

题目：EU Long-term Dataset with Multiple Sensors for Autonomous Driving

名称：用于自动驾驶的具有多个传感器的欧盟长期数据集

论文：https://arxiv.org/abs/1909.03330

主页：https://epan-utbm.github.io/utbm_robocar_dataset/

41  V2X-Sim

题目：V2X-Sim: A Virtual Collaborative Perception Dataset for Autonomous Driving

名称：V2X-Sim：用于自动驾驶的虚拟协作感知数据集

论文：https://arxiv.org/abs/2202.08449

42  Virtual-KITTI-2

题目：Virtual KITTI 2

名称：虚拟 KITTI 2

论文：https://arxiv.org/abs/2001.10773

主页：https://paperswithcode.com/dataset/virtual-kitti

43  Waymo

题目：Scalability in Perception for Autonomous Driving: Waymo Open Dataset

名称：自动驾驶感知的可扩展性：Waymo 开放数据集

论文：https://arxiv.org/abs/1912.04838

主页：https://waymo.com/open

下载：https://waymo.com/open/download/

44  WaymoMotion

题目：Large Scale Interactive Motion Forecasting for Autonomous Driving : The Waymo Open Motion Dataset

名称：自动驾驶的大规模交互式运动预测：Waymo Open Motion 数据集

论文：https://arxiv.org/abs/2104.10133

45  WoodScape

题目：WoodScape: A multi-task, multi-camera fisheye dataset for autonomous driving

名称：WoodScape：用于自动驾驶的多任务、多摄像头鱼眼数据集

论文：https://arxiv.org/abs/1905.01489https:/9

主页：https://gas.graviti.cn/dataset/shannont/WoodScape

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

视频官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

近2000人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！