Waymo公开大型自动驾驶数据集 传感器同步效果增强

Waymo日前在IEEE CVPR 2019（Computer Vision and Pattern Recognition，即IEEE国际计算机视觉与模式识别会议）上公开其全新的自动驾驶数据集，涉及多样化的自动驾驶场景。

目前，自动驾驶领域包括很多数据集，例如KITTI、Oxford、Cityscape、nuScenes、BDD100K等。但在Waymo看来，到了2019年，KITTI这样的数据集已经太小了，在使用过程中需要大量的时间做数据增强、防止过拟合，而且算法结果也不能很好地泛化到更大数据集上。

此次，Waymo发布了包含完整传感器信息的全新标注数据集Waymo Open Dataset，其与KITTI、NuScenes等数据集对比，在传感器配置、数据集大小上都有很大的提升。比如，Waymo数据集的传感器包含5个激光雷达、5个摄像头，激光雷达和摄像头的同步效果也更好。

更重要的是，Waymo 数据集包含3000段驾驶记录，时长共16.7h，平均每段长度约为20s。整个数据集一共包含60万帧，共有大约2500万3D边界框、2200万2D边界框.

此外，在数据集多样性上，WaymoOpen Dataset也有很大的提升，该数据集涵盖不同的天气条件，白天、夜晚不同的时间段，市中心、郊区不同地点，行人、自行车等不同道路对象，等等。

据介绍，Waymo将在今年7月份发布1K数据集，且将在近期公布数据集基准并组织竞赛。目前，Waymo Open Dataset尚未公开，但官网已经开始注册，感兴趣的读者可从官网注册邮箱。只要数据开放，注册用户就能收到通知。