2015 kitti 数据集_无人驾驶、3D-Detection数据集调研
引言：
最近调研了一下数据集，分享一下，不定期更新。
数据集一 2019年的nuScenes
评价：
这个数据集主要是提供了大量的3D Object bounding box 的标注，包含各种道路上静态或者动态的标注。和kitii比起来，object bounding box 标注确实多很多。但是KITII除了标3D object还标注了一些其他的东西(2Dbbox,semantic segmentation等)。
nuSceneswww.nuscenes.org下图是采集车上的setup
特点一：场景丰富。这个数据集包含了波士顿和新加坡1000多个场景，包含了非常多的交通状况，地点，天气变化，汽车类型，植被类型，地面标记，靠左和靠右的不同刑事规则。
特点二：标注丰富。标注了23中类别及其3D bounding box,帧率2Hz，而且是标注了整个dataset。并且还标注了object的属性，比如可见性，是否运动，及pose。研究3D object detection以及围绕object做一系列文章的同学都有福了。
特点三：传感器丰富。包含6个Camera，1个LiDar,5个RADER,GPS,IMU。目前已经发布camera，LiDAR和RADAR数据，raw data 未来会提供。据说标注数据是KITTI的七倍以上。
和Cityscapes, Mappillary Vistas, Apolloscapes, Berkeley Deep Dive 几个前辈数据集对比起来，侧重于基于整个场景的3d object detection，而不是camera-based object detection。
什么是整个场景的3d object detection，看下链接操作一下就知道了。
nuSceneswww.nuscenes.org与其他数据集的对比：
可以发现，针对3D bbox detection这个任务，nuScenes标注数据是最多的。
数据集二 2018年的BDD100k
顾名思义，这个数据集包含了100k数据标注数据，相比kitti的15k要多很多，包含2D object bbox,可行驶区划分，还有车道线标注。
这个数据集的主要特点是2D的标注丰富，应该是最丰富的把。
缺点是没有3D bbox，基本上关于3D的都没有。
数据集三 2017年的RobotCar-Dataset
记录了2014到2015年整整一年的oxford周围的路况，每周绕学校两圈，一年跑了约1000km，涵盖同一场景的多种天气情况，白天，黑夜，雨天，雪天等。
setup:
中间是一个三目相机Bumblebee XB3,后侧有三个鱼眼相机Grasshopper2
数据集四 2018AplloScape Dataset
相比其他数据集，优点在于3D上的功课特别多！应该是第一个提供3D语义地图的数据集。看图感受一下（per pixel depth and semantic label）
目前最丰富的Lanemarker 提供了像车道线，虚线，停止线，斑马线等，基本上路面上的标志都提供了，非常有利于研究高精度地图，以及基于高精度地图做定位的科研人员。
与其他数据集的对比：
这个对比图可以看出来，针对3D bbox这个任务，除开虚拟数据集SYNHIA和PFB，就只有KITTI和ApolloScapeh有大量的3Dbbox标注（在这之后的nuSenes更多）
参考文献：
[1] Caesar, Holger, et al. "nuScenes: A multimodal dataset for autonomous driving." arXiv preprint arXiv:1903.11027 (2019).
[2] Yu, Fisher, et al. "BDD100K: A diverse driving video database with scalable annotation tooling." arXiv preprint arXiv:1805.04687 (2018).
[3] The International Journal of Robotics Research, 36(Maddern, Will, et al. "1 year, 1000 km: The Oxford RobotCar dataset." The International Journal of Robotics Research 36.1 (2017): 3-15.1), 3–15.
[4] Huang, Xinyu, et al. "The ApolloScape open dataset for autonomous driving and its application." arXiv preprint arXiv:1803.06184 (2018).