恶劣天气 3D 目标检测数据集收集

Summary of the Adverse Weather 3D Object Detection Dataset

  • DENSE数据集
  • CADC数据集
  • Ithaca365数据集

DENSE数据集

论文地址:https://arxiv.org/pdf/1902.08913v3.pdf
数据集地址:https://www.uni-ulm.de/en/in/driveu/projects/dense-datasets
总共收集了140万帧,帧速率为10Hz。每100帧都被手动标记以平衡场景类型覆盖。
生成的注释包含 5.5k 个晴天帧、1k 个浓雾帧、1k 个小雾帧和 4k 个雪/雨帧。
恶劣天气 3D 目标检测数据集收集_第1张图片
恶劣天气 3D 目标检测数据集收集_第2张图片
恶劣天气 3D 目标检测数据集收集_第3张图片

CADC数据集

论文地址:https://arxiv.org/abs/2001.10117
CADC 数据集旨在促进研究以改善恶劣天气条件下的自动驾驶。这是第一个专注于下雪天气条件下真实世界驾驶数据的公共数据集。
数据集地址:http://cadcd.uwaterloo.ca/
数据集大小:
在这里插入图片描述
各个降雪级别的行驶次数:
恶劣天气 3D 目标检测数据集收集_第4张图片
四种降雪级别对应的数据:(强度按左上,右上,左下,右下)
恶劣天气 3D 目标检测数据集收集_第5张图片

Ithaca365数据集

论文地址:https://arxiv.org/pdf/2208.01166.pdf
数据集地址:https://ithaca365.mae.cornell.edu/
在15公里路线重复40次采集,得到了几十万帧图像以及对齐的点云,为7K帧提供了amodel road segmentation label、amodel instance segmentation label、3D bounding box label
40次采集的天气情况:
恶劣天气 3D 目标检测数据集收集_第6张图片
数据集实验——使用Kitti和Argoverse上的预训练的Point R-CNN在数据集上进行测试:
在这里插入图片描述

你可能感兴趣的:(恶劣天气目标检测论文,目标检测,3d,计算机视觉)