BDD100K: 大规模自动驾驶数据集与多任务学习工具包

BDD100K是由伯克利深度驾驶实验室开发的大规模、多样化驾驶数据集，专为异构多任务学习设计。该数据集包含10万个高质量驾驶视频片段，总计超过1000小时的驾驶体验和1亿帧图像数据，是自动驾驶和计算机视觉研究领域的宝贵资源。

项目概述

BDD100K数据集涵盖了全球多个城市、各种天气条件和不同时间段的真实驾驶场景。每个视频时长约40秒，分辨率高，并包含GPS/IMU数据用于轨迹信息分析。数据集的地理、环境和天气多样性使其成为训练鲁棒性模型的理想选择。

主要特性

大规模数据：包含10万个视频片段，覆盖白天、黄昏、夜晚、晴天、雨天、雪天等多种复杂环境条件。

多任务支持：支持10个不同的计算机视觉任务，包括图像标记、车道检测、可行驶区域分割、道路目标检测、语义分割、实例分割、多目标检测跟踪等。

多样化标注：提供三种类型的标注格式：

• 物体检测：识别并定位道路上的各种对象
• 语义分割：对画面中的每个像素进行分类
• 场景分类：区分不同类型的驾驶场景

技术架构

BDD100K工具包采用模块化设计，主要包含以下核心模块：

数据处理模块（bdd100k/data）：提供数据列表生成和并行处理功能，支持大规模数据处理。

标注转换模块（bdd100k/label）：支持多种格式转换，包括COCO格式转换、掩码生成、颜色映射等功能。

评估模块（bdd100k/eval）：提供完整的评估流程，支持实例分割、车道标记、语义分割等多种任务的评估。

可视化模块（bdd100k/vis）：包含轨迹可视化和图像查看器，帮助用户直观理解数据。

标注格式详解

物体检测标注

支持10个检测类别：行人、骑行者、汽车、卡车、公交车、火车、摩托车、自行车、交通灯、交通标志。

语义分割标注

使用19个类别进行评估，包括道路、人行道、建筑物、墙壁、围栏等场景元素。

车道标记标注

包含三个子任务：车道类别（9类）、车道方向（3类）、车道样式（3类），使用特殊的位编码格式存储。

实例分割标注

使用RGBA PNG格式存储位掩码，其中R通道存储类别ID，G通道存储实例属性，B和A通道组合存储实例ID。

快速开始

安装依赖

pip3 install -r requirements.txt

数据可视化

使用内置可视化工具查看标注数据：

python3 -m scalabel.vis.controller --image-dir <图像目录> --labels <标注文件>

格式转换

将标注转换为COCO格式：

python3 -m bdd100k.label.to_coco -m det -i <输入路径> -o <输出路径>

模型评估

运行实例分割评估：

python3 -m bdd100k.eval.run -t ins_seg -g <真实标注路径> -r <预测结果路径>

应用场景

BDD100K广泛应用于以下领域：

自动驾驶系统研发：训练自动驾驶汽车的感知模块，提升在复杂环境中的判断能力。

计算机视觉算法优化：通过大量数据验证新的检测、分割和分类算法。

智能交通研究：分析交通流模式，预测风险和优化路网设计。

学术研究：为相关领域的学术论文提供实验基础和基准数据集。

项目优势

1. 全面性：覆盖从2D检测到3D姿态估计的完整自动驾驶感知任务链
2. 一致性：所有任务使用统一的标注格式和评估标准
3. 可扩展性：模块化设计支持自定义任务和评估指标
4. 社区支持：活跃的开源社区和持续更新维护

BDD100K为自动驾驶研究者提供了从数据处理到模型评估的完整工具链，是推动自动驾驶技术发展的重要基础设施。通过参与和使用这个项目，研究者可以更快地验证算法性能，加速自动驾驶技术的实际应用。