一、3D检测数据集

1、Argoverse数据集[参考]

年份：2019年；

作者：Argo AI等；

场景数：共113个场景，室外，包括USA，Pennsylvania，Miami，Florida等；

类别数：共15类，包括Vehicle，Pedestrian，Stroller，Animal等；

是否360°采集：是；

数据总量：包括44,000张图像数据，及其对应的点云数据；

标注总数：约993,000个3D标注框；

传感器型号：与KITTI及nuScenes相似，Argoverse数据集配置了两个32线LiDAR传感器，型号为VLP-32。同时，包括7个高分辨率环视相机，分辨率为1920x1200，2个前置相机，分辨率为2056x2464；

数据集链接：https://www.argoverse.org/；

简介：Argoverse中的数据来自Argo AI的自动驾驶测试车辆在迈阿密和匹兹堡（这两个美国城市面临不同的城市驾驶挑战和当地驾驶习惯）运行的地区的子集。包括跨不同季节，天气条件和一天中不同时间的传感器数据或“日志段”的记录，以提供广泛的实际驾驶场景。其包含了共113个场景的3D跟踪注释，每个片段长度为15-30秒，共计包含11052个跟踪目标。其中，70%的标注对象为车辆，其余对象为行人、自行车、摩托车等；此外，Argoverse包含高清地图数据，主要囊括匹兹堡和迈阿密290公里的车道地图，如位置、连接、交通信号、海拔等信息。