目标检测算法——3D公共数据集汇总（附下载链接）

>>>深度学习Tricks，第一时间送达<<<

近期，小海带在空闲之余，收集整理了一批3D公共数据集供大家参考。 整理不易，小伙伴们记得一键三连喔！！！

---

目录

一、Waymo数据集

二、ApplloScape数据集

三、KITTI数据集

四、H3D数据集

‍ 持续更新中 …………

关于算法改进及论文投稿可关注并留言博主的CSDN/QQ

>>>一起交流！互相学习！共同进步！<<<

---

一、Waymo数据集

数据集链接：https://waymo.com/open/

简介：Waymo是自动驾驶领域最重要的数据集之一，规模很大，主要用以支持自动驾驶感知技术的研究。Waymo主要由两个数据集组成，Perception Dataset及Motion Dataset。其中，Perception Dataset包含3D标注，2D全景分割标注，关键点标注，3D语义分割标注等。Motion Dataset主要用于交互任务的研究，共包含103,354个20s片段，标注了不同物体及对应的3D地图数据。

二、ApplloScape数据集

数据集链接：http://apolloscape.auto/index.html

简介：ApolloScape由RGB视频和对应的稠密点云组成。包含超过140K张图片，并且每张图片都有像素级的语义信息。在国内采集的数据，所以相比于国外的一些数据集，ApolloScape数据集包含的交通场景较复杂，各类目标数量较多，且与KITTI数据集类似，同样包含Easy，Moderate，Hard三个子集。

三、KITTI数据集

数据集链接：https://www.cvlibs.net/datasets/kitti/index.php

简介：KITTI是自动驾驶领域最重要的数据集之一，提供了大量的真实场景数据，用来更好的度量和测试算法的表现。除3D目标检测外，KITTI数据集还可用于评测立体图像，光流，视觉测距，3D跟踪等计算机视觉技术在车载环境下的性能。每张图像中最多达15辆车和30个行人目标，同时包含了各种程度的遮挡与截断。

四、H3D数据集

数据集链接：http://usa.honda-ri.com/H3D

简介：本田研究所于2019年3月发布其无人驾驶方向数据集H3D。该数据集使用3D LiDAR扫描仪收集的包括3D多目标检测和跟踪数据，包含160个拥挤且高度互动的交通场景，在27,721帧中有超过100万个标记实例。

‍ 持续更新中 …………

关于算法改进及论文投稿可关注并留言博主的CSDN/QQ

>>>一起交流！互相学习！共同进步！<<<