关于协同感知数据集的总结
| 数据集 | 数据类型 | 支持任务 | Ground Truth | 属性 |
|---|---|---|---|---|
| CODD 2021 | LiDAR | V2V | lidar_pose、车boundingbox、行人boundingbox | CARLA仿真工具生成，用户可自定义生成数据集。 |
| OpenCDA 2021 | LiDAR/Camera | V2X协同感知、单车自动驾驶算法 | 轨迹、目标检测、定位 | 集合各种仿真工具，用户可自定义和下载数据集。每个模块都有默认的算法，但用户可以轻易地替换成自定义的算法，进行公平地比较；提供了很多的Benchmark（地图、算法、评估指标）。 |
| OPV2V 2022 | LiDAR/Camera | V2V 协同感知、BEV语义分割 | 车boundingbox、BEV语义分割 | 首个用于V2V感知的大型仿真数据集，测试了16个不同的benchmark模型的表现，使用最先进的 LiDAR 检测算法评估3种信息融合策略，提出了 Attentive Intermediate Fusion pipeline 以融合来自多个无人车的信息。 |
最后
以上就是跳跃钢铁侠最近收集整理的关于协同感知数据集总结的全部内容，更多相关协同感知数据集总结内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复