открытый набор данных Waymo
December 2023 Update
Мы опубликовали открытый набор данных Waymo, чтобы помочь исследовательскому сообществу добиться прогресса в области машинного восприятия и технологий автономного вождения.
Открытый набор данных Waymo состоит из двух наборов данных — набора данных Perception с данными датчиков высокого разрешения и метками для 2030 сцен и набора данных Motion с траекториями объектов и соответствующими 3D-картами для 103 354 сцен.
Этот репозиторий кода (за исключением папки src/waymo_open_dataset/wdl_limited ) лицензируется по лицензии Apache версии 2.0. Код, указанный в src/waymo_open_dataset/wdl_limited лицензируется в соответствии с условиями, указанными в нем. Сам набор открытых данных Waymo лицензируется на отдельных условиях. Пожалуйста, посетите https://waymo.com/open/terms/ для получения подробной информации. Код, расположенный в каждой из подпапок, расположенных по адресу src/waymo_open_dataset/wdl_limited лицензируется в соответствии с (a) лицензией на авторские права из 3 пунктов BSD и (b) дополнительной ограниченной патентной лицензией. Каждая ограниченная патентная лицензия применима только к коду в соответствующей подпапке wdl_limited и лицензируется для использования только в случае использования, изложенном в такой лицензии в связи с открытым набором данных Waymo, как разрешено и соответствует Лицензионному соглашению о наборе данных Waymo. для некоммерческого использования. Подробности см. в wdl_limited/camera/, wdl_limited/camera_segmentation/, wdl_limited/sim_agents_metrics/ соответственно.
Правила были обновлены, чтобы разрешить обучение (включая модели предварительного обучения, совместного обучения или точной настройки) с использованием замороженных, предварительно обученных весов из общедоступных моделей с открытым исходным кодом для участия в конкурсах. Мы также добавили новые наборы полей (которые теперь обязательны, иначе сервер вернет ошибку) в метаданные отправки, чтобы отслеживать, как участники создавали свои заявки. Мы обновили руководства, чтобы отразить это изменение, ознакомьтесь с новыми полями в файлах протоколов отправки для движения, агентов симуляции и потока занятости.
Это обновление содержит несколько изменений/дополнений к наборам данных:
Набор данных восприятия (v1.4.3 и v2.0.1):
Набор данных движения (v1.2.1):
Мы также вносим следующие изменения в код, поддерживающий эти задачи.
Прогноз движения:
Сим-агенты:
Мы выпустили версию пакета pip v1.6.1 с исправлениями метрик WOSAC:
Мы выпустили крупномасштабный объектно-ориентированный набор данных активов, содержащий более 1,2 миллиона изображений и лидарные наблюдения двух основных категорий (транспортные средства и пешеходы) из набора данных восприятия (v2.0.0).
most_visible_camera , прогнозируемые отражения лидара от соответствующей камеры, попиксельную информацию о лучах камеры и 2D-паноптическую сегментацию с автоматической маркировкой, которая поддерживает реконструкцию объекта NeRF.Это крупное обновление включает в себя поддержку кода для четырех задач на сайте waymo.com/open, а также обновления наборов данных для наборов данных восприятия и движения.
v2.0.0 набора данных восприятия
v1.4.2 набора данных восприятия
v1.2.0 набора данных движения
Добавлен вспомогательный код для четырех конкурсов Waymo Open Dataset Challenge 2023 года.
Мы выпустили версию 1.4.1 набора данных Perception.
Мы выпустили версию 1.4.0 набора данных Perception.
Compute Metrics в руководстве.Мы выпустили версию 1.3.2 набора данных Perception, чтобы улучшить качество и точность меток.
num_top_lidar_points_in_box в dataset.proto для задачи обнаружения только с помощью 3D-камеры. Мы выпустили версию 1.3.1 набора данных «Восприятие» для поддержки «Вызовов 2022 года» и соответствующим образом обновили этот репозиторий.
projected_lidar_labels в dataset.proto.Мы выпустили версию 1.3.0 набора данных «Восприятие» и задачи 2022 года. Мы обновили этот репозиторий, добавив поддержку новых ярлыков и задач.
Мы выпустили версию 1.1 набора данных Motion, включающую информацию о подключении полос движения. Более подробную информацию о технических деталях можно найти на сайтеlane_neighbors_and_boundaries.md.
Мы расширили набор открытых данных Waymo, включив в него также набор данных Motion, включающий траектории объектов и соответствующие 3D-карты для более чем 100 000 сегментов. Мы обновили этот репозиторий, добавив поддержку этого нового набора данных.
Кроме того, мы добавили инструкции и примеры для решения задач обнаружения в реальном времени. Пожалуйста, следуйте этим инструкциям.
Чтобы узнать больше о наборе данных и получить к нему доступ, посетите https://www.waymo.com/open.
Этот репозиторий кода содержит:
@InProceedings{Sun_2020_CVPR, автор = {Сун, Пей и Кречмар, Хенрик и Дотивалла, Ксеркс и Шуар, Орельен и Патнаик, Виджайсай и Цуй, Пол и Го, Джеймс и Чжоу, Инь и Чай, Юнинг и Каин, Бенджамин и Васудеван, Виджай и Хан, Вэй и Нгиам, Цзицюань и Чжао, Ханг и Тимофеев, Алексей и Эттингер, Скотт и Кривокон, Максим и Гао, Эми и Джоши, Адитья и Чжан, Ю и Шленс, Джонатон и Чен, Чжифэн и Ангелов, Драгомир}, title = {Масштабируемость восприятия для Автономное вождение: открытый набор данных Waymo}, booktitle = {Материалы конференции IEEE/CVF по Компьютерное зрение и распознавание образов (CVPR)}, месяц = {июнь}, год = {2020} }
@InProceedings{Ettinger_2021_ICCV, автор={Эттингер, Скотт и Ченг, Шуян и Кейн, Бенджамин и Лю, Чэньси и Чжао, Ханг и Прадхан, Сабек и Чай, Юнин и Сапп, Бен и Ци, Чарльз Р. и Чжоу, Инь и Ян, Зои и Шуар, Орелиен и Сун, Пей и Нгиам, Цзицюань и Васудеван, Виджей и МакКоли, Александр и Шленс, Джонатон и Ангелов, Драгомир}, title={Крупномасштабное интерактивное прогнозирование движения для автономного вождения: открытый набор данных движения Waymo}, booktitle= Труды Международной конференции IEEE/CVF по компьютерному зрению ( ICCV)}, месяц={Октябрь}, год={2021}, страницы={9710-9719} }
@InProceedings{Kan_2024_icra, автор={Чен, Кан и Ге, Жуньчжоу и Цю, Ханг и Ай-Рфу, Рами и Ци, Чарльз Р. и Чжоу, Сюаньюй и Ян, Зои и Эттингер, Скотт и Сунь, Пей и Ленг, Чжаоци и Мустафа, Мустафа и Богун, Иван и Ван, Вэйюэ и Тан, Минсин и Ангелов, Драгомир}, title={WOMD-LiDAR: эталонный набор необработанных данных датчиков для прогнозирования движения}, месяц={май}, booktitle= Труды Международной конференции IEEE по робототехнике и автоматизации (ICRA)}, год={2024} }
Следующая таблица необходима для индексации этого набора данных поисковыми системами, такими как Google Dataset Search.
| свойство | ценить | ||||||
|---|---|---|---|---|---|---|---|
| имя | Waymo Open Dataset: An autonomous driving dataset | ||||||
| альтернативное имя | Waymo Open Dataset | ||||||
| URL | https://github.com/waymo-research/waymo-open-dataset | ||||||
| то же, что и | https://github.com/waymo-research/waymo-open-dataset | ||||||
| то же, что и | https://www.waymo.com/open | ||||||
| описание | The Waymo Open Dataset is comprised of high-resolution sensor data collected by autonomous vehicles operated by the Waymo Driver in a wide variety of conditions. We're releasing this dataset publicly to aid the research community in making advancements in machine perception and self-driving technology. | ||||||
| поставщик |
| ||||||
| лицензия |
|
