```markdown
2024-05-30 14:03:11作者:范靓好Udolf
# 探秘The View of Delft:引领自动驾驶数据新纪元!

The View of Delft是荷兰代尔夫特理工大学推出的一款创新性的汽车数据集,其包含8600帧同步且校准过的64层LiDAR、立体相机和3+1D雷达数据,捕捉了复杂城市交通环境的真实瞬间。
## 项目简介
View of Delft数据集涵盖了超过123000个3D边界框注释,包括26000多个行人、10000多名骑车者和26000多辆汽车的标签。数据由一个ZFFRGen21 3+1D雷达、一台立体相机、一个Velodyne HDL-64 S3 LIDAR以及车辆自身的里程计等多个传感器共同采集,所有传感器均经过精确的联合校准。
## 技术解析
该数据集提供了64层LiDAR、立体相机和3+1D雷达等多种传感器数据,所有数据以每秒10次的频率记录。此外,还包括融合了RTK GPS、IMU和轮速计信息的高精度车辆自身运动数据。数据处理上,注解包含了13种道路使用者类别的3D边界框,以及对遮挡、活动和信息的详细描述,便于进行深度学习模型训练。
## 应用场景
这个数据集非常适合于自动驾驶、物体检测、跟踪、传感器融合等领域的研究。借助View of Delft,研究人员能够更好地理解城市环境中复杂的交通动态,并开发出更准确、鲁棒的感知算法。
## 项目特点
1. **多元传感器数据**:集成了雷达、激光雷达和摄像头数据,提供全方位的道路用户感知。
2. **详尽注释**:不仅有3D边界框,还有关于对象状态(如遮挡、活动)的信息。
3. **实时性**:高达10Hz的数据采集频率,反映了真实世界的高速变化。
4. **开放源码工具包**:提供的开发工具包简化了数据加载、转换和可视化过程。
### 获取与使用
非商业科研用途的学术和非营利机构的硕士生、博士生及工作人员可以通过填写申请表获取数据集。数据的下载链接将在验证资格后通过电子邮件发送。请确保遵守许可协议和隐私声明。
立即行动起来,利用View of Delft数据集开启你的自动驾驶研究之旅,为未来的智能交通做出贡献!
- [访问项目主页](https://github.com/tudelft-iv/view-of-delft-dataset)
- [查看原始论文](https://ieeexplore.ieee.org/document/9699098)
引用:
```text
@ARTICLE{apalffy2022,
author={Palffy, Andras and Pool, Ewoud and Baratam, Srimannarayana and Kooij, Julian F. P. and Gavrila, Dariu M.},
journal={IEEE Robotics and Automation Letters},
title={Multi-Class Road User Detection With 3+1D Radar in the View-of-Delft Dataset},
year={2022},
volume={7},
number={2},
pages={4961-4968},
doi={10.1109/LRA.2022.3147324}}
立即探索The View of Delft,体验前沿的自动驾驶数据魅力,推动智能交通的未来!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MarkdownMonster中PDF预览缩放功能失效问题分析 Scramble项目中的文档注释格式化问题解析 QLMarkdown项目设置保存错误分析与解决方案 Markdown Monster配置文件重置问题的分析与解决方案 MarkdownMonster编辑器新增文档链接检查功能解析 Elog项目支持语雀公式LaTeX导出功能解析 MarkdownMonster拼写检查功能中单引号导致的定位偏移问题解析 Explorer Tab Utility v2.2.0:Windows资源管理器增强工具全面升级 Keila邮件平台中的Markdown删除线功能解析 Plutus项目文档系统从ReadTheDocs向Docusaurus的完整迁移实践
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218