ชุดข้อมูลเปิด waymo
December 2023 Update
เราได้เปิดตัวชุดข้อมูล Waymo Open ต่อสาธารณะเพื่อช่วยชุมชนการวิจัยในการสร้างความก้าวหน้าในการรับรู้ของเครื่องจักรและเทคโนโลยีการขับขี่แบบอัตโนมัติ
ชุดข้อมูล Waymo Open ประกอบด้วยชุดข้อมูลสองชุด ได้แก่ ชุดข้อมูล Perception ที่มีข้อมูลเซ็นเซอร์ความละเอียดสูงและป้ายกำกับสำหรับฉาก 2,030 ฉาก และชุดข้อมูล Motion ที่มีวิถีการเคลื่อนที่ของวัตถุและแผนที่ 3 มิติที่สอดคล้องกันสำหรับฉาก 103,354 ฉาก
ที่เก็บโค้ดนี้ (ไม่รวมโฟลเดอร์ src/waymo_open_dataset/wdl_limited ) ได้รับอนุญาตภายใต้ Apache License เวอร์ชัน 2.0 รหัสที่ปรากฏใน src/waymo_open_dataset/wdl_limited ได้รับอนุญาตภายใต้เงื่อนไขที่ปรากฏในนั้น ชุดข้อมูล Waymo Open นั้นได้รับอนุญาตภายใต้ข้อกำหนดที่แยกต่างหาก โปรดไปที่ https://waymo.com/open/terms/ เพื่อดูรายละเอียด รหัสที่อยู่ในโฟลเดอร์ย่อยแต่ละโฟลเดอร์ที่ src/waymo_open_dataset/wdl_limited ได้รับอนุญาตภายใต้ (a) ใบอนุญาตลิขสิทธิ์ BSD 3 ข้อ และ (b) ใบอนุญาตสิทธิบัตรแบบจำกัดเพิ่มเติม ใบอนุญาตสิทธิบัตรแบบจำกัดแต่ละใบอนุญาตใช้ได้กับรหัสภายใต้โฟลเดอร์ย่อย wdl_limited เท่านั้น และได้รับอนุญาตให้ใช้กับกรณีการใช้งานที่กำหนดไว้ในใบอนุญาตดังกล่าวที่เกี่ยวข้องกับชุดข้อมูล Waymo Open ตามที่ได้รับอนุญาตโดยและปฏิบัติตามข้อตกลงใบอนุญาตชุดข้อมูล Waymo เพื่อการใช้งานที่ไม่ใช่เชิงพาณิชย์ โปรดดูรายละเอียดที่ wdl_limited/camera/, wdl_limited/camera_segmentation/, wdl_limited/sim_agents_metrics/ ตามลำดับ
กฎได้รับการอัปเดตเพื่อให้สามารถฝึกอบรมได้ (รวมถึงแบบจำลองก่อนการฝึกอบรม การฝึกอบรมร่วม หรือการปรับแต่ง) โดยใช้ตุ้มน้ำหนักที่ผ่านการฝึกอบรมล่วงหน้าแบบแช่แข็งจากแบบจำลองโอเพ่นซอร์สที่เปิดเผยต่อสาธารณะเพื่อส่งเข้าสู่ความท้าทาย นอกจากนี้เรายังเพิ่มชุดฟิลด์ใหม่ (ซึ่งจำเป็นในขณะนี้ ไม่เช่นนั้นเซิร์ฟเวอร์จะส่งคืนข้อผิดพลาด) ในเมตาดาต้าการส่งเพื่อติดตามวิธีที่ผู้เข้าร่วมสร้างการส่งของพวกเขา เราได้อัปเดตบทช่วยสอนเพื่อสะท้อนถึงการเปลี่ยนแปลงนี้ ตรวจสอบช่องใหม่ในไฟล์โปรโตที่ส่งสำหรับการเคลื่อนไหว เจ้าหน้าที่ซิม และโฟลว์การเข้าใช้
การอัปเดตนี้ประกอบด้วยการเปลี่ยนแปลง/เพิ่มเติมหลายประการในชุดข้อมูล:
ชุดข้อมูลการรับรู้ (v1.4.3 และ v2.0.1):
ชุดข้อมูลการเคลื่อนไหว (v1.2.1):
นอกจากนี้เรายังให้การเปลี่ยนแปลงต่อไปนี้ในโค้ดที่สนับสนุนการท้าทาย
การทำนายการเคลื่อนไหว:
ตัวแทนซิม:
เราเปิดตัวแพ็คเกจ pip เวอร์ชัน v1.6.1 พร้อมการแก้ไขสำหรับการวัด WOSAC:
เราเปิดตัวชุดข้อมูลสินทรัพย์ที่มีวัตถุเป็นศูนย์กลางขนาดใหญ่ซึ่งประกอบด้วยรูปภาพมากกว่า 1.2 ล้านภาพและการสังเกตแบบ LIDAR ของสองหมวดหมู่หลัก (ยานพาหนะและคนเดินเท้า) จากชุดข้อมูล Perception (v2.0.0)
most_visible_camera การฉายภาพกลับของ LIDAR บนกล้องที่เกี่ยวข้อง ข้อมูลรังสีของกล้องต่อพิกเซล และการแบ่งส่วนพาโนรามา 2D ที่ติดป้ายกำกับอัตโนมัติซึ่งรองรับการสร้างวัตถุ NeRF ใหม่การอัปเดตที่สำคัญนี้ประกอบด้วยโค้ดที่รองรับความท้าทายสี่ประการที่ waymo.com/open และการอัปเดตชุดข้อมูลสำหรับทั้งชุดข้อมูลการรับรู้และการเคลื่อนไหว
เวอร์ชัน 2.0.0 ของชุดข้อมูลการรับรู้
v1.4.2 ของชุดข้อมูลการรับรู้
v1.2.0 ของชุดข้อมูลการเคลื่อนไหว
เพิ่มรหัสสนับสนุนสำหรับความท้าทายชุดข้อมูล Waymo Open ปี 2023 สี่รายการ
เราเปิดตัวชุดข้อมูล Perception เวอร์ชัน 1.4.1
เราเปิดตัวชุดข้อมูล Perception เวอร์ชัน 1.4.0
Compute Metrics ในบทช่วยสอนเราเปิดตัวชุดข้อมูล Perception เวอร์ชัน 1.3.2 เพื่อปรับปรุงคุณภาพและความแม่นยำของป้ายกำกับ
num_top_lidar_points_in_box ใน dataset.proto สำหรับ 3D Camera-Only Detection Challenge เราเผยแพร่ชุดข้อมูล Perception เวอร์ชัน 1.3.1 เพื่อรองรับความท้าทายในปี 2022 และได้อัปเดตพื้นที่เก็บข้อมูลนี้ตามนั้น
projected_lidar_labels ใน dataset.protoเราเปิดตัวชุดข้อมูล Perception เวอร์ชัน 1.3.0 และความท้าทายในปี 2022 เราได้อัปเดตพื้นที่เก็บข้อมูลนี้เพื่อเพิ่มการรองรับป้ายกำกับใหม่และความท้าทายต่างๆ
เราเปิดตัวชุดข้อมูล Motion เวอร์ชัน 1.1 เพื่อรวมข้อมูลการเชื่อมต่อเลน หากต้องการอ่านรายละเอียดทางเทคนิคเพิ่มเติม โปรดอ่าน lane_neighbors_and_boundaries.md
เราได้ขยายชุดข้อมูล Waymo Open เพื่อรวมชุดข้อมูล Motion ที่ประกอบด้วยวิถีการเคลื่อนที่ของวัตถุและแผนที่ 3 มิติที่เกี่ยวข้องสำหรับมากกว่า 100,000 ส่วน เราได้อัปเดตพื้นที่เก็บข้อมูลนี้เพื่อเพิ่มการรองรับชุดข้อมูลใหม่นี้
นอกจากนี้ เรายังเพิ่มคำแนะนำและตัวอย่างสำหรับความท้าทายในการตรวจจับแบบเรียลไทม์ โปรดปฏิบัติตามคำแนะนำเหล่านี้
หากต้องการอ่านเพิ่มเติมเกี่ยวกับชุดข้อมูลและการเข้าถึง โปรดไปที่ https://www.waymo.com/open
ที่เก็บโค้ดนี้ประกอบด้วย:
@InProceedings{Sun_2020_CVPR, ผู้แต่ง = {Sun, Pei และ Kretzschmar, Henrik และ Dotiwalla, Xerxes และ Chouard, Aurelien และ Patnaik, Vijaysai และ Tsui, Paul และ Guo, James และ Zhou, Yin และ Chai, Yuning และ Caine, Benjamin และ Vasudevan, Vijay และ Han, Wei และ Ngiam, Jiquan และ Zhao, Hang และ Timofeev, Aleksei และ Ettinger, Scott และ Krivokon, Maxim และ Gao, Amy และ Joshi, Aditya และ Zhang, Yu และ Shlens, Jonathon และ Chen, Zhifeng และ Anguelov, Dragomir} , title = {Scalability in Perception for Autonomous Driving: Waymo Open Dataset}, booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)}, เดือน = {มิถุนายน}, ปี = {2020} }
@InProceedings{Ettinger_2021_ICCV, author={Ettinger, Scott และ Cheng, Shuyang และ Caine, Benjamin และ Liu, Chenxi และ Zhao, Hang และ Pradhan, Sabeek และ Chai, Yuning และ Sapp, Ben และ Qi, Charles R. และ Zhou, Yin และ Yang, Zoey และ Chouard, Aur'elien และ Sun, Pei และ Ngiam, Jiquan และ Vasudevan, Vijay และ McCauley, Alexander และ Shlens, Jonathon และ Anguelov, Dragomir}, title={การคาดการณ์การเคลื่อนไหวเชิงโต้ตอบขนาดใหญ่สำหรับการขับขี่อัตโนมัติ: The Waymo Open Motion Dataset}, booktitle= Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV)}, เดือน={ตุลาคม}, ปี={2021}, หน้า={9710-9719} }
@InProceedings{Kan_2024_icra, author={Chen, Kan และ Ge, Runzhou และ Qiu, Hang และ Ai-Rfou, Rami และ Qi, Charles R. และ Zhou, Xuanyu และ Yang, Zoey และ Ettinger, Scott และ Sun, Pei และ Leng, Zhaoqi และ Mustafa, Mustafa และ Bogun, Ivan และ Wang, Weiyue และ Tan, Mingxing และ Anguelov, Dragomir}, title={WOMD-LiDAR: Raw Sensor Dataset Benchmark for Motion Forecasting}, เดือน={พฤษภาคม}, booktitle= Proceedings of the IEEE International Conference on Robotics and Automation (ICRA)} ปี={2024} }
ตารางต่อไปนี้จำเป็นสำหรับชุดข้อมูลนี้ที่จะต้องจัดทำดัชนีโดยเครื่องมือค้นหา เช่น Google Dataset Search
| คุณสมบัติ | ค่า | ||||||
|---|---|---|---|---|---|---|---|
| ชื่อ | Waymo Open Dataset: An autonomous driving dataset | ||||||
| ชื่อสำรอง | Waymo Open Dataset | ||||||
| URL | https://github.com/waymo-research/waymo-open-dataset | ||||||
| เหมือนกัน | https://github.com/waymo-research/waymo-open-dataset | ||||||
| เหมือนกัน | https://www.waymo.com/open | ||||||
| คำอธิบาย | 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. | ||||||
| ผู้ให้บริการ |
| ||||||
| ใบอนุญาต |
|
