General

Ahora puede descargar el conjunto de datos de conducción autónoma más grande del mundo

Ahora puede descargar el conjunto de datos de conducción autónoma más grande del mundo



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

UC Berkeley ha abierto el mayor conjunto de datos de conducción autónoma al público en general. El enorme conjunto de datos contiene 100,000 secuencias de video que puede ser utilizado por ingenieros y otros en la floreciente industria para desarrollar aún más las tecnologías de conducción autónoma.

Puede descargar el conjunto de datos llamado "BDD100K" aquí. Cada video en el conjunto de datos tiene aproximadamente 40 segundos de duración con una definición decente (720p y 30 cuadros por segundo).

Junto con cada video, la información de GPS grabada desde teléfonos móviles proporciona una indicación de la trayectoria de conducción aproximada. Todos los videos se recopilaron en varios lugares de los Estados Unidos.

El conjunto de datos cubre una variedad de condiciones de conducción

Los videos disponibles públicamente brindan un rico tesoro para trabajar, ya que cubren una multitud de condiciones climáticas diferentes, desde soleado, lluvioso e incluso brumoso. También se ha elogiado el equilibrio entre las condiciones diurnas y nocturnas.

Además de construir vehículos autónomos, el conjunto de datos ofrece la oportunidad de detectar peatones en las carreteras / aceras. Hay más de 85,000 casos de peatones en el video, lo que brinda una base de datos sólida para este ejercicio.

El conjunto de datos de código abierto está organizado y patrocinado por Berkeley DeepDrive Industry Consortium, un grupo dedicado a investigar tecnologías de vanguardia en visión por computadora y aprendizaje automático para aplicaciones automotrices. Berkeley no bromeaba cuando dijeron que era el conjunto de datos más grande jamás disponible públicamente.

800 veces más grande que los datos de Baidu

En marzo, Baidu lanzó un conjunto de datos masivo para el momento, pero el esfuerzo de Berkeley hoy es 800 veces mayor que el de Baidu, es 4.800 veces más grande que el conjunto de datos de Mapillary y 8.000 veces más grande que KITTI. Se espera que los conjuntos de datos sean una bendición para los desarrolladores de tecnología de conducción autónoma que trabajan en el sistema de percepción para vehículos autónomos.

La demanda de este tipo de conjuntos de datos ha sido constantemente alta y no hay duda de que algún trabajo interesante vendrá de la generosidad de Berkeley. Para coincidir con el lanzamiento del conjunto de datos de código abierto, Berkeley ha planteado tres desafíos.

Consulte los desafíos relacionados con la detección de objetos viales, la segmentación del área conducible y la adaptación del dominio de la segmentación semántica en su sitio web. Los desafíos permitirán comparar los desarrollos emergentes de vehículos autónomos con el trabajo de otros científicos de datos clave en el campo.

La conducción autónoma es una de las áreas tecnológicas de más rápido crecimiento. Desde pequeños equipos universitarios hasta los grandes como Google y Uber, todos están decididos a ser los primeros en descifrar la tecnología que traerá autos sin conductor a las calles de nuestra ciudad.

Los autos autónomos han tenido una mala reputación recientemente después de que un automóvil autónomo Uber atropelló y mató a un peatón mientras viajaba en Tempe Arizona. Posteriormente, Uber detuvo su programa de desarrollo de conducción autónoma, pero no se espera que dure mucho.

La publicación de este enorme conjunto de datos significa que hay más diversidad de datos disponibles para que los investigadores y científicos los utilicen en su viaje para superar los desafíos de los vehículos autónomos. Los investigadores de Berkeley han sugerido que se agregarán al conjunto de datos en el futuro y se expandirán desde solo videos monoculares para incluir videos panorámicos y estéreo, así como otros tipos de sensores como LiDAR y radar.


Ver el vídeo: Capacitación en SST en cuarentena LIVE (Agosto 2022).