CARLANE

CARLANE数据集由应用科学大学肯普滕分校创建，是一个用于无监督域适应的车道检测基准。数据集包含三个子数据集：MoLane, TuLane, 和MuLane，涵盖了从模拟环境到多个真实世界域的多样化场景。数据集总计包含163K张图像，其中118K张已标注。创建过程中，使用了CARLA模拟器进行数据收集，并在真实世界中通过模型车辆和TuSimple数据集进行验证。CARLANE数据集主要应用于自动驾驶领域，旨在解决模拟到真实世界域的适应性问题，提高车道检测模型的泛化能力。