近日，加州大學伯克利分校向公眾開放了大型的自動駕駛數(shù)據(jù)庫BDD100K——這是目前世界上最大規(guī)模的自動駕駛數(shù)據(jù)庫。

BDD100K共包含了10萬個視頻，每個視頻大約40秒長、720 p、30 fps，還附有手機記錄的 GPS/IMU 信息，以顯示大概的駕駛軌跡。

覆蓋多種駕駛狀況

據(jù)雷鋒網(wǎng)了解，這些視頻是從美國各地收集的，因此這一數(shù)據(jù)庫涵蓋了不同的天氣條件，包括晴天、陰天和雨天，以及白天和晚上的不同時間。

除了道路上的自動駕駛汽車數(shù)據(jù)，BDD100K還收錄了道路和人行橫道上的行人數(shù)據(jù)。視頻中有超過8.5萬行人數(shù)據(jù)，可以為相關(guān)研究者提供強大的支持。

這個開源數(shù)據(jù)庫由伯克利DeepDrive財團（Berkeley DeepDrive Industry Consortium）贊助，該財團專注于計算機視覺和機器學習方面的尖端科技。伯克利表示：BDD100K是目前世界上最大規(guī)模的自動駕駛數(shù)據(jù)庫。

世界上最大規(guī)模的自動駕駛數(shù)據(jù)庫

今年3月，百度發(fā)布了一個大型數(shù)據(jù)庫。但是，伯克利近日發(fā)布的數(shù)據(jù)庫是百度的800倍，比Mapillary數(shù)據(jù)庫大4800倍，比KITTI數(shù)據(jù)庫大8000倍。因此，BDD100K數(shù)據(jù)庫對于自動駕駛開發(fā)者來說，可謂是一個巨大福音。

隨著自動駕駛的飛速發(fā)展，自動駕駛數(shù)據(jù)的需求也越來越大。

伯克利將在 CVPR 2018 自動駕駛 Workshop 上基于其數(shù)據(jù)舉辦三項挑戰(zhàn)賽：

• 道路目標檢測（Road Object Detection）：道路目標檢測要求算法找出測試圖像上的所有目標對象；

• 可駕駛區(qū)域預測（Drivable Area Segmentation）：道路目標檢測要求算法找出測試圖像上的所有目標對象；

• 語義分割域適應（Domain Adaptation of Semantic Segmentation）：語義分割域適應的測試數(shù)據(jù)是從中國收集的，因此系統(tǒng)必須使在美國數(shù)據(jù)中訓練的模型在中國北京的擁擠街道上仍然能夠運行。

當今，自動駕駛已經(jīng)成了發(fā)展最快的科技領域之一。從小型的大學研究團隊到諸如Google和Uber這樣的大型公司，自動駕駛玩家們爭先恐后，都想搶得自動駕駛的頭籌。不過，自動駕駛的發(fā)展道路并不平坦。比如最近，Uber就出現(xiàn)了命案。

因此，伯克利這個數(shù)據(jù)庫的出現(xiàn)無疑讓研究者和科學家有了更廣泛多樣的數(shù)據(jù)參考，讓他們能夠更加輕松地面對挑戰(zhàn)。伯克利研究院表示將來還會擴展數(shù)據(jù)庫，從單目視頻，變成全景和立體視頻，同時收錄更多激光雷達和雷達傳感器數(shù)據(jù)。

雷鋒網(wǎng)注：6 項會員專享特權(quán)，全年 100 期精華內(nèi)容，帶你深入淺出看懂自動駕駛。如果想加入雷鋒網(wǎng)「新智駕會員計劃」，歡迎點擊鏈接 ：http://www.ozgbdpf.cn/aidrive/vip 或掃描海報下方二維碼了解詳情。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。