tudelft-iv/view-of-delft-dataset

解決的問題

本專案提供一個全面的汽車資料集，旨在用於訓練與評估複雜都市交通中道路使用者檢測與追蹤的機器學習模型。它解決了對高品質、同步的多感測器資料與精確3D邊界框標註的需求，適用於行人、騎車人與汽車等各種道路使用者。

如何運作

該資料集由四個主要來源的8,600幀同步且校準的資料組成：

• LiDAR：64層Velodyne HDL-64 S3掃描儀。
• 相機：立體相機系統。
• 雷達：ZF FRGen21 3+1D雷達。
• 里程計：經過濾的RTK GPS、IMU與輪式里程計組合。

這些感測器經過聯合校準，以實現環境的空間與時間對齊。專案包含一個開發工具包，協助研究人員載入、轉換與視覺化資料（2D/3D），並評估其模型。

適用對象

學術與非營利研究機構，特別是碩士與博士研究生及研究人員，用於非商業研究目的。

主要亮點

• 多模態資料：整合LiDAR、立體相機與3+1D雷達資料。
• 豐富標註：包含13類道路使用者（包括行人、騎車人與汽車）的超過123,000個3D邊界框標註。
• 詳細標註：標註包含遮蔽狀態、活動狀態與追蹤ID，可跨幀追蹤物件。
• 開發工具包：包含用於資料載入與視覺化的Jupyter Notebooks。