目录
waymo-open-dataset-viewer
依赖项:
可视化参考:
nuScenes数据集
相关资料:
3d室内数据集 scanent
waymo-open-dataset-viewer
https://github.com/erksch/waymo-open-dataset-viewer/tree/master
依赖项:
# 安装 tensorflow (需要注意tensorflow与cuda版本对应,我这里使用cuda 11.0版本)
pip install tensorflow==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple#安装 pytorch (pytorch-lightning 是否安装自行选择)
pip install pytorch-lightning==1.4.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html# 测试gpu是否可用(返回 gpu 信息和 True 则表示安装正确)
python
>>> import tensorflow as tf
>>> tf.config.list_physical_devices('GPU')
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
>>> import torch
>>> torch.cuda.is_available()
True
>>> quit()# 安装 waymo-open-dataset 需要与tensorflow版本对应pip install waymo-open-dataset-tf-2-4-0
waymo-open-dataset 没找到,pypi有安装包,只支持linux 系统。
可视化参考:
https://blog.csdn.net/weixin_50232758/article/details/132260047
- 数据集官网:https://waymo.com/open/
- 数据集开发工具包:https://github.com/waymo-research/waymo-open-dataset
(依靠数据集开发工具包,可以了解标签的更多信息,并可以使用 Python 阅读标签,可视化点云) - 官方下载地址:https://waymo.com/open/download/
https://github.com/waymo-research/waymo-open-dataset/tree/master/docs
nuScenes数据集
相关资料:
自动驾驶数据集汇总 - 知乎
还记录了雷达数据。这个数据集由1000个场景组成(即scenes,这就是该数据集名字的由来),每个scenes长度为20秒,包含了各种各样的情景。在每一个scenes中,有40个关键帧(key frames),也就是每秒钟有2个关键帧,其他的帧为sweeps。关键帧经过手工的标注,每一帧中都有了若干个annotation,标注的形式为bounding box。不仅标注了大小、范围、还有类别、可见程度等等。这个数据集不久前发布了一个teaser版本(包含100个scenes),正式版(1000个scenes)的数据要2019年发布。这个数据集在sample的数量上、标注的形式上都非常好,记录了车的自身运动轨迹(相对于全局坐标),包含了非常多的传感器,可以用来实现更加智慧的识别算法和感知融合算法。
我需要包含毫米波雷达/激光雷达/摄像头的数据集,所以需要在数据集的选择上选取包含这三类传感器的数据集,故选择了nuscenes数据集。
百度网盘下载
如果只是想要用mini数据集的话,可以直接官网下载,我当时记得大概只花了两个小时不到。这里网盘只提供完整数据集下载。
链接:https://pan.baidu.com/s/1cKyOHlIeuLROr1fkrREWzA
提取码:2510
原文链接:https://blog.csdn.net/weixin_62497890/article/details/131288914
3d室内数据集 scanent
RGB-D数据集
深度学习(1)RGB-D数据集:ScanNet_rgbd数据集-CSDN博客