近日，禾賽科技與Scale AI聯(lián)合發(fā)布了自動駕駛開源數(shù)據(jù)集 -- PandaSet。PandaSet采用禾賽科技先進的激光雷達進行數(shù)據(jù)采集，并通過Scale AI強大的標注平臺進行精準的數(shù)據(jù)標注，為從事自動駕駛研發(fā)的公司、機構和個人，提供了內容豐富、目標物密集的高質量免費數(shù)據(jù)。

PandaSet數(shù)據(jù)集采用2款激光雷達和6個攝像頭進行數(shù)據(jù)采集，包含超過16000幀激光雷達點云和超過48000張照片，共100多個場景。除了激光雷達點云和照片外，數(shù)據(jù)集還包含GPS（全球定位系統(tǒng)）/IMU（慣性傳感器）、標定參數(shù)、標注、SDK（軟件開發(fā)工具包）等信息。

尤其值得關注的是，PandaSet數(shù)據(jù)集對100多個場景的每個場景都進行了目標檢測，共檢測28類物體；大多數(shù)場景還進行了語義分割，共37種語義標簽。目標檢測采用傳統(tǒng)的長方體標注，例如，自行車和汽車可以用長方體線框框出來。而對于激光雷達點云數(shù)據(jù)，并非每個點都隸屬于某一目標物，因此數(shù)據(jù)集還通過點云分割工具精確標注了每個點的語義標簽。如此細膩的標注，也為深度學習算法模型提供了絕佳的數(shù)據(jù)資料。

對于一個自動駕駛數(shù)據(jù)集，場景的多樣性和復雜性是衡量其優(yōu)劣程度的重要標準之一。PandaSet數(shù)據(jù)集中的所有數(shù)據(jù)均采集自舊金山的城區(qū)道路和硅谷的郊區(qū)道路，這些道路涵蓋了汽車、自行車、交通燈、行人、建筑物等各種各樣的交通信息，是對自動駕駛挑戰(zhàn)性最大的一類應用場景。此外，PandaSet數(shù)據(jù)集的數(shù)據(jù)覆蓋了白天和黑夜，也讓其具備了很強的適用性。

在數(shù)據(jù)采集中，PandaSet用于數(shù)據(jù)采集的兩款激光雷達均為業(yè)內領先產(chǎn)品，這兩款激光雷達由禾賽科技自主研發(fā)，一款是具有圖像級分辨率的前向激光雷達PandarGT，另一款是64線機械旋轉式激光雷達Pandar64，保證采集到的點云足夠準確、清晰、細膩 -- 世界上現(xiàn)有的開源數(shù)據(jù)集普遍采集較早，還鮮有使用Pandar64和PandarGT這樣的高性能激光雷達來采集數(shù)據(jù)。

（美通社,2020年7月9日上海）