KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。整个数据集由389对立体图像和光流图，39.2 km视觉测距序列以及超过200k 3D标注物体的图像组成 ，以10Hz的频率采样及同步。
标签：自动驾驶
数据集大概有223G，主要是有关车辆驾驶的数据，其中除了车辆拍摄的图像以外，还包括车辆本身的属性和参数信息，例如经纬度、制动器、油门、转向度、转速等。这些数据可用于车辆自动驾驶方向的模型训练和学习。
RobotCar数据集包含时间范围超过1年，测试超过100次的相同路线的驾驶数据。数据集采集了天气、交通、行人、建筑和道路施工等不同组合的数据。
自动驾驶是人工智能的典型应用，涉及领域众多。在行驶过程中首先要采集路面图像，分析图像信息，构建行车模型。其中大量用到了目标检测相关的技术。目标检测也是计算机视觉领域的核心问题之一。挑战：开发一个汽车识别系统，通过人工智能技术能够识别出路面图片上的汽车型号，并标注汽车相对于拍摄者，在水平方向上的行驶角...