DriveSeg Dataset for Dynamic Driving Scene Segmentation
Dataset for Dynamic Driving Scene Segmentation for autonomous driving car
DriveSeg contains more precise, pixel-level representations of many of these same common road objects, but through the lens of a continuous video driving scene. This type of full scene segmentation can be particularly helpful for identifying more amorphous objects – such as road construction and vegetation – that do not always have such defined and uniform shapes. The dataset is comprised of two parts:
DriveSeg (Manual)
A forward facing frame-by-frame pixel level semantic labeled dataset captured from a moving vehicle during continuous daylight driving through a crowded city street.
The dataset can be downloaded from the IEEE DataPort or demoed as a video.
Technical Summary:
Video data - 2 minutes 47 seconds (5,000 frame) 1080P (1920x1080) 30 fps
Class definitions (12) - vehicle, pedestrian, road, sidewalk, bicycle, motorcycle, building, terrain (horizontal vegetation), vegetation (vertical vegetation), pole, traffic light, and traffic sign
DriveSeg (Semi-auto)
A set of forward facing frame-by-frame pixel level semantic labeled dataset (coarsely annotated through a novel semiautomatic annotation approach developed by MIT) captured from moving vehicles driving in a range of real world scenarios drawn from MIT Advanced Vehicle Technology (AVT) Consortium data.
The dataset can be downloaded from the IEEE DataPort.
Technical Summary:
Video data - Sixty seven 10 second 720P (1280x720) 30 fps videos (20,100 frames)
Class definitions (12) - vehicle, pedestrian, road, sidewalk, bicycle, motorcycle, building, terrain (horizontal vegetation), vegetation (vertical vegetation), pole, traffic light, and traffic sign
This work was done in collaboration with the MIT and Toyota Collaborative Safety Research Center (CSRC).
Organisations utilisatrices ou intéressées pour utiliser la ressource :
Contributeur(s) :
Tags : University of MIT, Toyota, Autonomous, autonome, identification
Catégories : Données, Communauté
Thème : Voiture Connectée, Navettes autonomes, Traces de mobilité et des données associées, Urbanisme et ville
Référent :
Défi auquel répond la ressource : Abaisser les barrières pour innover sur le véhicule, Augmenter les connaissances partagées en cartographie et usages des véhicules et réseaux de transports
Personnes clés à solliciter :
Autre commun proche : Autonomous Visualization System AVS, Dataset for autonomous driving, Nobleo Autonomous systems Repositories, Open Air Interface (véhicule connecté et autonome), Transportation Mode Identification
Richesse recherchée :
Compétences recherchées :
Communauté d'intérêt : Communauté autour des navettes autonomes, Communauté du Logiciel Libre, Communauté autour des données ouvertes
Type de licence : MIT
Conditions Générales d’Utilisation (CGU) :
Niveau de développement :
Lien vers l’outil de gestion des actions :
Lien vers l’outil de partage de fichiers :
Besoins :
Prochaines étapes :
Documentation des expérimentations :
Autres informations
Liste des acteurs qui utilisent ou souhaitent utiliser ce commun : aucun pour le moment
Liste des CR d’atelier en lien avec ce commun :