公开数据集 -麻将胡了pg电子网站

该数据集由 carla 驾驶模拟器生成的图像组成。 训练图像是由安装在模拟车辆中的行车记录仪捕获的图像。 标签图像是分割掩码。 标签图像将每个像素分类为：左侧车道边界的和右侧车道边界。与该数据集相关的挑战是训练一个能够准确预测验证数据集的分割掩码的模型。

ucb的全天候全光照大型数据集，包含1,100小时的hd录像、gps/imu、时间戳信息，100,000张图片的2d bounding box标注，10,000张图片的语义分割和实例分割标注、驾驶决策标注和路况标注。官方推荐使用此数据集的十个自动驾驶任务：图像标注、道路检测、可行驶区域分割、交通参与物检测、语义分割、实例分割、多物体检测追踪、多物体分割追踪、域适应和模仿学习。

该数据集是cvpr2022论文"towards driving-oriented metric for lane detection models"的数据集。为了在同一数据集上评估传统指标和以任务为中心的下游指标 e2e-ld 和 psld，需要用到车道线注释和驾驶信息（例如位置、转向角和速度）。 因此，我们创建了一个名为 comma2k19-ld 的新数据集，我们在其中手动注释了 2,000 帧

该数据集为自动驾驶车辆提供了易于使用的训练数据。 提供驾驶视频中每一帧对应的转向角、加速度、刹车和档位。 这段视频是使用安装在汽车挡风玻璃上的摄像头录制的，该汽车沿着印度喀拉拉邦的道路行驶。

该新闻数据集是印度次大陆从 2001 年初到 2022 年第一季度的重要事件的持久历史档案，由印度记者实时记录。它包含印度时报发布的大约 360 万个事件。 大部分数据集中在印度地方新闻，包括国家、城市和娱乐。 由rohit kulkarni编写    

数据集介绍“野外 3d 姿势数据集”是野外第一个具有准确 3d 姿势用于评估的数据集。 虽然存在户外其他数据集，但它们都仅限于较小的记录量。 3dpw 是第一个包含从移动电话摄像头拍摄的视频片段的技术。数据集包括：60 个视频序列。2d 姿势注释。使用我们的方法获得的 3d 姿势。 我们的方法利用了视频和 imu，尽管场景很复杂，但姿势非常准确。序列中每一帧的相机姿势。3d 身体扫描和 3d 人物

数据集由两组序列组成。 这些序列被命名为白天和夜晚集，指的是它们被获取的一天中的时刻，visible和 fir 取决于用户记录序列的相机。 白天训练 3695 个 imegas，晚上训练 3390 个图像，每个序列大约有 1500 个强制性行人注释。 用于测试两个序列的约 700 张图像，白天约有 2000 名行人，夜间约有 1500 名行人。

数据集介绍 dutlf-mv 是 dutlf 的一部分，由 1580 个真实场景组成。该数据集的每个场景都由全焦点图像、多视图图像和相应的地面实况组成。   accepted paper in ijcai2019, 'deep light-field-driven saliency detection from a single view', yongri piao, zhengkun rong, light field data

该数据集包含yolo格式的足球和板球的注释图像，为open image dataset 的一个子集。

mediateam oulu document 数据集是一个文档扫描图像和文档内容数据集，包含 500篇 1975年之前的文档信息。