tudelft-iv/view-of-delft-dataset

何を解決するか

このプロジェクトは、複雑な都市交通における道路利用者の検出と追跡のための機械学習モデルの訓練および評価に向けた包括的な自動車用データセットを提供します。歩行者、自転車、車両など、さまざまな道路利用者に対する高品質で同期されたマルチセンサーデータと正確な3Dバウンディングボックスのラベルの必要性に対応しています。

仕組み

データセットは、4つの主要なソースからの同期・キャリブレーション済みデータの8,600フレームから構成されています：

• LiDAR: 64層のVelodyne HDL-64 S3スキャナ。
• カメラ: ステレオカメラシステム。
• レーダー: ZF FRGen21 3+1Dレーダー。
• オドメトリ: RTK GPS、IMU、ホイールオドメトリのフィルタリングされた組み合わせ。

これらのセンサーは空間的・時間的に整合された環境を提供するように共同キャリブレーションされています。プロジェクトには、研究者がデータの読み込み、変換、可視化（2D/3D）およびモデルの評価を支援するための開発キットが含まれています。

対象ユーザー

学術機関および非営利研究機関、特に修士および博士課程の学生および研究者向け。非営利研究目的に限定。

特徴

• マルチモーダルデータ: LiDAR、ステレオカメラ、3+1Dレーダーのデータを統合。
• 豊富なラベル: 歩行者、自転車、車両などを含む13種類の道路利用者クラスに対して、123,000以上の3Dバウンディングボックスラベル。
• 詳細なラベル: 隠蔽状態、行動、追跡IDを含むラベルにより、フレーム間でのオブジェクトの追跡が可能。
• 開発キット: データの読み込みと可視化に使用可能なJupyter Notebooksを含む。