Datasets and Metrics for 3D object detection(自动驾驶领域的数据集)

主流多模态数据集的比较如下表：

KITTI

自动驾驶领域最早的数据集之一，该数据集提供立体彩色图像，激光雷达点云和GPS坐标。该数据集支持多种任务，包括立体匹配，视觉里程计，3D跟踪和3D目标检测等。

该数据使用搭载64线激光雷达、4个相机和GPS/IMU组合系统的车进行收集数据。拥有包含城市、住宅和道路的超20个场景。

KITTI标注了汽车”，“面包车”，“卡车”，“行人”，“人(坐着)”，“骑自行车的人”，“有轨电车”和“杂项”。

同时为了针对多模式检测，KITTI开发了KITTI360，该数据集带有更丰富的传感器信息，并且360度标注。

mAP是常用的目标检测指标，mAP(mean Average Precision)，在这里不做展开。

NuScenes

具有地面真实标签的自动驾驶领域最大数据集之一。包括700个训练场景、150个验证场景和150个测试场景。

该数据集使用32线激光雷达、6个相机，提供了360度视野内的23个种类的标注。是第一个提供雷达数据的自动驾驶数据集，装备了5个雷达传感器

Waymo Open Dataset

装备5个激光雷达传感器、5个针孔摄像机，支持领域适应（Domain adaptation ）

other Datasets

ApolloScape

包含了来自中国4个不同地区的天气情况。数据使用搭载了两个激光雷达传感器、6个摄像机和一个IMU/GNSS联合系统的SUV进行获取。它支持各种自动驾驶任务，如场景解析，车道分割，轨迹预测，目标检测，跟踪等。

评价指标与KITTI相同

H3D

该数据集关注城市拥挤的交通场景。数据使用3台260度的视场相机和一台64线的激光雷达收集数据

Argoverse

它使用两个32通道激光雷达、七个环绕视摄像头和两个立体摄像头收集数据

AIODrive

它综合来自多个常用传感器的数据，包括3个高密度激光雷达，一个Velodyne-64激光雷达，5个高分辨率RGB相机，5个高分辨率深度相机，4个雷达，一个IMU和GPS系统。它还合成了一些不利的场景，如恶劣的天气条件或车祸。

上述数据集都需要进行数据标注，而高质量的数据标注是一项花费巨大的任务。现如今，也有学者使用迁移学习技术减少对于地面标签的依赖性。

如果觉得我写的不错，请给我一个免费的赞，如有错误，也欢迎向我反馈。
参考文献：
Wang Y, Mao Q, Zhu H, et al. Multi-modal 3d object detection in autonomous driving: a survey[J]. arXiv preprint arXiv:2106.12735, 2021.