現(xiàn)在你可以下載這個數(shù)據(jù)集，該數(shù)據(jù)集含有工程師們用于開發(fā)自動駕駛技術(shù)的視頻序列。

加州大學(xué)伯克利分校近日公布了工程師們用來開發(fā)自動駕駛汽車技術(shù)的龐大數(shù)據(jù)集。

這家知名學(xué)術(shù)機構(gòu)的數(shù)據(jù)集可以在這里（http://bdd-data.berkeley.edu/）下載，它是該大學(xué)的DeepDrive項目的一部分。

該數(shù)據(jù)集含有100000多個視頻序列，這些錄制的視頻序列表示不同的駕駛場景，包括諸多天氣狀況、各種環(huán)境和一天當(dāng)中的不同時間段。

以高清（HD）格式錄制的視頻序列還含有GPS位置、慣性測量單元（IMU）數(shù)據(jù)和橫跨1100個小時的時間戳。

加州大學(xué)伯克利分校的BDD100K數(shù)據(jù)庫可供自動駕駛汽車技術(shù)的工程師和開發(fā)人員用來訓(xùn)練自動駕駛系統(tǒng)。

我們需要這種類型的數(shù)據(jù)集來教系統(tǒng)如何應(yīng)對不同的環(huán)境和駕駛條件，包括如何檢測路面與步行區(qū)、其他車輛等物體以及潛在危險。

數(shù)據(jù)分類可能花好長時間，于是為了改進對象映射，數(shù)據(jù)庫已經(jīng)含有2D邊界框。這些邊界框注釋了100000多張圖像，而這些圖像里面有需要注意的對象，包括交通標(biāo)志、路人、自行車、其他車輛、火車和交通信號燈。

此外，100000張圖像包含車輛注釋，以便做出復(fù)雜的駕駛決策，比如繁忙的十字路口、凌亂的道路系統(tǒng)或有多個車道標(biāo)記的地方。

據(jù)描述該數(shù)據(jù)集項目的白皮書介紹，視頻片段大約40秒長，每秒30幀，使用眾多方法來注釋對象。

該項目的研究人員表示：“我們發(fā)現(xiàn)，要實現(xiàn)大規(guī)模的豐富注釋，現(xiàn)有工具不足以滿足要求，于是我們開發(fā)了新的方案，比以前的方法更有效、更靈活地注釋駕駛數(shù)據(jù)。目前的工具很難大規(guī)模部署，也很少可以擴展、應(yīng)對新的任務(wù)或數(shù)據(jù)結(jié)構(gòu)。”

這不是唯一向公眾發(fā)布的自動駕駛車輛數(shù)據(jù)集。今年3月，百度發(fā)布了Apollo Scape，這是基于百度自動駕駛平臺Apollo的數(shù)據(jù)集。

這個開源數(shù)據(jù)庫不如加州大學(xué)伯克利分校的數(shù)據(jù)集來得龐大，但自動駕駛技術(shù)開發(fā)人員能夠掌握的數(shù)據(jù)越多，車輛的智能化程度就會越高。