本数据集由克罗地亚萨格勒布大学电气工程与计算学院创建，旨在评估立体视觉里程计的准确性。数据集包含2786帧图像，通过安装在移动车辆顶部的短基线立体装置获取，地面实况由消费级GPS设备提供。数据集创建过程中，通过后处理恢复了GPS读数与立体帧之间的同步和校准。该数据集主要应用于自动驾驶和驾驶员辅助系统，旨在解决城市环境中视觉里程计的精度和可靠性问题。

arXiv2013-10-01 更新210

SCAM

印刷攻击

自动驾驶

SCAM数据集是由BLISS e.V.、柏林技术大学和Fraunhofer HHI共同创建的，是目前最大且最具多样性的现实世界印刷攻击图像数据集。包含1162张图像，涵盖数百个对象类别和攻击词汇。数据集通过社区志愿者手动标注，提供了对象和攻击标签。SCAM数据集旨在评估和改进多模态基础模型对印刷攻击的鲁棒性，特别是在自动驾驶等安全关键领域的应用。

arXiv2025-04-07 更新600

BDD:Berkeley DeepDrive Dataset伯克利深度驾驶数据集

自动驾驶

深度学习

BDD is provided by University of California, Berkeley.本数据集由伯克利大学提供。

阿里云天池2026-07-13 更新270