Waymo 开放数据集
waymo-open-dataset
3/5
🧩 软硬件结合
已发布
项目简介
Waymo Open Dataset
Waymo Open Dataset 是由 Waymo 公司公开发布的一套大规模、高质量自动驾驶数据集及配套评估代码，旨在推动机器感知与自动驾驶技术的研究进展。该项目解决了自动驾驶领域长期缺乏大规模、多样化真实场景数据的问题，为学术界和工业界提供了一个标准化的基准平台，用于训练和评估感知、预测及规划等核心算法。
标签
项目特点
包含三个高质量、大规模的自动驾驶子数据集：感知、运动预测和端到端驾驶。
提供标准化的数据集格式定义和官方评估指标，便于公平比较。
包含 TensorFlow 辅助函数，帮助研究人员构建模型。
数据由 Waymo 自动驾驶车辆在多种真实条件下采集，具有高真实性和多样性。
公开的代码库和数据集，支持非商业研究用途。
技术规格
| 数据集名称 | Waymo Open Dataset |
|---|---|
| 子数据集 | Perception, Motion, End-To-End Driving |
| 运动数据集场景数 | 103,354 个场景 |
| 传感器类型 | 高分辨率传感器（摄像头、激光雷达等） |
| 主要任务 | 感知、运动预测、端到端驾驶 |
| 编程语言 | Python (TensorFlow) |
| 许可证 | Apache License 2.0 (代码库) / Waymo Dataset License Agreement for Non-Commercial Use (数据集) |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| Python 环境 | 1 | — | 运行评估代码 |
| TensorFlow | 1 | — | 模型构建和评估 |
| Waymo Open Dataset | 1 | — | 需从官网下载 |
能力画像
⚪ 记忆与知识检索: 1/5
🔵 逻辑推演: 1/5
⚪ 表达与交流: 1/5
⚪ 感知与观察: 1/5
🔵 数理与计算: 4/5
⚪ 动手与操作: 1/5
⚪ 狂热与坚持: 1/5
🔵 创造与创新: 4/5
所需技能
💻 **编程能力**：需要掌握 Python 编程，能够使用 TensorFlow 框架进行模型构建和评估。
⚡ **机器学习/深度学习**：需要具备机器学习和深度学习的基础知识，特别是计算机视觉和时序预测领域。
🔧 **数据处理**：需要能够处理大规模传感器数据（如点云、图像），并理解数据标注格式。
适用场景
自动驾驶领域的学术研究，如感知、运动预测和端到端驾驶。
开发和验证新的机器学习模型在真实自动驾驶数据上的性能。
作为基准数据集，用于比较不同自动驾驶算法的效果。
教育和培训，用于教学自动驾驶技术和计算机视觉。