车道线检测数据集

包含有车道线标注的数据集如下:

  • Mapillary:一共25k张图片,数据采集于6大洲,貌似还有付费版,下载需要提交申请

  • TuSimple:一共72k张图片,位于高速路,天气晴朗,车道线清晰,特点是车道线以点来标注
    图片大小:1280x720

车道线检测数据集_第1张图片
  • VPGNet:一共20k张图片,卖点是恶劣天气情况,大雨,黑夜这种,下载需要填问卷

  • CULane:香港中文大学多媒体实验室 一共98k张图片,包含拥挤,黑夜,无线,暗影等八种难以检测的情况,采数据用了6辆北京的出租车, 最多标记4条车道线
    图片大小:1640x590

  • caltech-lanes:加州理工学院主导的 一共约1.2k张图片,场景比较简单,且视角较好。
    图片大小:640x480
车道线检测数据集_第2张图片
  • BDD100k:120M张图片,伯克利大学推出的一个非常全面的数据集,也包含车道线
    图片大小:1280x720
车道线检测数据集_第3张图片
- **ApolloScape**:144k张图片其中TuSimple和CULane是车道线检测文章最常使用的数据集。 图片大小:3384x2710
车道线检测数据集_第4张图片
  • CurveLanes:华为弯道检测数据集 135k张图片, 训练集10万张,验证集2万张,测试级3万张。
    图片大小:2650x1440
  其中TuSimple挑战性低,场景多为高速公路,新论文喜欢用它来验证可行性。与之相比CULane场景复杂,很多位于北京城区,难度较高。

你可能感兴趣的:(数据集,自动驾驶)