基于DDAD开源数据集的双路时序多任务感知模型的深度估计数据集
收藏国家基础学科公共科学数据中心2026-01-30 收录
官方服务：
资源简介：
基于DDAD开源数据集的双路时序多任务感知模型的深度估计数据集旨在创建一个高密度、广泛覆盖的深度估计数据集，覆盖多种复杂的驾驶场景，包括城市街道、高速公路、乡村道路等，以模拟真实的驾驶环境。在不同的天气条件（如晴天、阴天、雨天、夜晚）和光照条件下采集数据，以确保数据集的多样性和挑战性。集过程中使用多种传感器（如RGB摄像头、激光雷达、IMU等）以获取丰富的多模态数据，支持多任务研究，数据量250GB。
提供机构：
浙江大学搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集基于DDAD开源数据集构建，通过RGB摄像头、激光雷达和IMU等多种传感器，在城市街道、高速公路、乡村道路等场景以及晴天、阴天、雨天、夜晚等不同天气与光照条件下采集多模态数据，形成高密度、广泛覆盖的深度估计数据集，数据总量约250GB，支持多任务时序感知模型研究。
以上内容由遇见数据集搜集并总结生成
