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