Waymo 开放数据集 waymo-open-dataset

⭐⭐⭐☆☆ (3/5) 🧩 软硬件结合 已发布
waymo-research 2792 Stars 未知 BOM 完整度: /5 教程完整度: /5

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
子数据集
运动数据集场景数
传感器类型
主要任务
编程语言
许可证

项目资源

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

所需工具

工具用途是否必需
Python 运行评估代码和模型 ✅ 是
TensorFlow 构建和评估模型 ✅ 是
GPU (推荐) 加速模型训练和推理 ▢ 推荐

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。