Segmentacja semantyczna, wykrywanie obiektów, przejezdne obszary oraz oznaczenia pasów – to wszystko na ponad 100 000 filmach w rozdzielczości HD. Nagrane o różnych porach dnia, różnych porach roku. Dane zawierają lokalizację, stempel czasu oraz informacje z akcelerometrów.

Dane pochodzą z 4 lokalizacji z czego 3 znajdują się praktycznie w jednej okolicy (SF, Berkeley i Bay Area), czwartą lokalizacją jest Nowy Jork.

Dane zostały pobrane o różnych porach dnia, przy różnej pogodzie i w różnego rodzaju scenach. Uwaga na wykresy – są przedstawione w skali logarytmicznej co na pierwszy rzut oka wyrównuje ilości wystąpień.

W tym zbiorze danych występuje tylko 10 klas obiektów, są to:

1. bike
2. bus
3. car
4. motor
5. person
6. rider
7. traffic light
8. traffic sign
9. train
10. truck

I tu mamy aż 22 kategorie instancji:

1. banner
2. billboard
3. lane divider
4. parking sign
5. pole
6. polegroup
7. street light
8. traffic cone
9. traffic device
10. traffic light
11. traffic sign
12. sign frame
13. person
14. rider
15. bicycle
16. bus
17. car
18. caravan
19. motorcycle
20. trailer
21. train
22. truck

Wyróżnione są tylko dwa rodzaje obszarów przejezdnych:

1. area/drivable – aktualny pas ruchu
2. area/alternative – pozostałe pasy ruchu

W zbiorze wyróżniamy 8 kategorii oznaczeń linii:

1. lane/crosswalk
2. lane/double other
3. lane/double white
4. lane/double yellow
5. lane/road curb
6. lane/single other
7. lane/single white
8. lane/single yellow

---

Podsumowując otrzymaliśmy bardzo ciekawy zbiór danych, z dość małą liczbą kategorii wykrywanych obiektów. Obiekty oznaczone w zbiorze są mocno nastawione na to co możemy spotkać na drodze.

Zachęcam do wytrenowania sieci neuronowej do wykrywania obiektów!
Jeśli potrzebujesz pomocy – pisz do mnie!

Linki

1. Kod źródłowy na Githubie
2. Strona BDD100K
3. Post BAIR
4. Artykuł arXiv