自动驾驶数据集
1.Kitti数据集
数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)
数据集构建过程：
1.kitti数据集采集车硬件和采集方案
摄像机和激光雷达通过硬件同步实现时间同步
2.标定文件解析： 相机calib.txt
3.数据预处理-标注文档
4.目标检测数据集标注格式
5.数据集汇总以及可视化
6.算法应用数据集
2.nuScenes
地点： 数据采集主要在波士顿和新加坡进行，
设备：用于采集的车辆装备了1个旋转雷达（spinning LIDAR）
，5个远程雷达传感器（long range RADAR sensor）
和6个相机（camera
6个相机、1个激光雷达、5个毫米波雷达、以及GPS和IMU
数据集构成
场景，
每个场景都是一段20s视频拆帧之后的照片集。
但同时标注也比较分散，划分了很多的数据表，每个表存为一个json文件
sensor.json
token channel modality
保存所有传感器的数据表，包含一些简单的传感器类
calibrated_sensor.json
相机的标定信息，包括了外参和内参
ego_pose.json
scene.json
850段场景视频，每个场景20s
车会在一个scene中持续走一段时间然后获取数据，而在这一段时间内，会每隔0.5秒对此时的scene进行标注，此时的这个scene就叫sample
sample里面肯定包含很多目标，这些目标就是sample_annotation。
车的传感器一直都是运作的，而这个时间点的传感器获取的数据就是sample_data
map.json
category.json
（1）token: 唯一标识；（2）name:物体类别名称 ；（3）description :类别详细描述。
物体类别一共有23类，涵盖了行人、汽车、楼房、动物
attribute.json
token name description
属性一共有8种
visibility.json
instance.json
sample.json
an annotated keyframe of a scene at a given timestamp
sample_annonation.json
sample_data.json
image_annotations.json
lidarseg
log
数据说明
场景
bag-鲁-002 --山东青岛--高速--白天晴天--bag_01, 持续时间30秒，标注的数据量
bag-苏-002 --江苏苏州--城区--夜间雨天
bag-浙-002 --浙江宁波--停车场--白天雨天
bag-徽-002 --安徽芜湖--
综合-数据采集--数据预处理--标注文档-标注平台-标注结果 设计数据产品
参考
自动驾驶开发者说 | 数据集 | 如何使用KITTI数据？ https://zhuanlan.zhihu.com/p/430490776
https://www.nuscenes.org/nuscenes#data-format