tudelft-iv/view-of-delft-dataset

해결하는 문제

이 프로젝트는 복잡한 도시 교통 환경에서 도로 이용자의 탐지 및 추적을 위한 기계학습 모델의 훈련과 평가를 위해 설계된 포괄적인 자동차 데이터셋을 제공합니다. 보행자, 자전거 타는 사람, 차량 등 다양한 도로 이용자를 위한 고품질의 동기화된 다중 센서 데이터와 정밀한 3D 경계 상자 레이블의 필요성을 해결합니다.

작동 방식

이 데이터셋은 네 가지 주요 소스에서 얻은 동기화 및 캘리브레이션된 데이터 8,600프레임으로 구성되어 있습니다:

• LiDAR: 64층 Velodyne HDL-64 S3 스캐너.
• 카메라: 스테레오 카메라 시스템.
• 레이더: ZF FRGen21 3+1D 레이더.
• 오도메트리: RTK GPS, IMU, 휠 오도메트리의 필터링된 조합.

이 센서들은 환경의 공간적 및 시간적 정렬을 제공하도록 공동 캘리브레이션됩니다. 프로젝트는 연구자가 데이터를 로드하고 변환하며 2D/3D로 시각화하고 모델을 평가할 수 있도록 도와주는 개발 키트를 포함합니다.

대상 사용자

학계 및 비영리 연구 기관, 특히 석사 및 박사 과정의 학생 및 연구원들로, 비영리 연구 목적에 한정됩니다.

주요 특징

• 다중 모달 데이터: LiDAR, 스테레오 카메라, 3+1D 레이더 데이터를 통합합니다.
• 풍부한 레이블: 보행자, 자전거 타는 사람, 차량 등을 포함한 13개의 도로 이용자 클래스에 대해 123,000개 이상의 3D 경계 상자 레이블이 제공됩니다.
• 세부 레이블: 은폐 상태, 활동, 추적 ID를 포함하여 프레임 간 객체 추적을 가능하게 합니다.
• 개발 키트: 데이터 로드 및 시각화에 사용 가능한 Jupyter Notebooks를 포함합니다.