IDD数据集由印度信息技术学院海得拉巴分校创建，专注于无约束环境下的自动驾驶导航问题。该数据集包含10,004张图像，精细标注了34个类别，源自印度道路的182个驾驶序列。数据集的创建旨在解决现有数据集在结构化环境中的局限性，提供更丰富的类别和更高的类别内多样性。IDD数据集特别适用于领域适应、少样本学习和行为预测等高级研究问题。

arXiv2018-11-26 更新2290

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

自动驾驶交通流轨迹数据

自动驾驶

交通流分析

自动驾驶交通流轨迹数据集主要用于训练和验证自动驾驶系统的预测、规划与控制能力。该数据集包含真实的车辆、行人及骑车人等交通参与者的运动轨迹（如位置、速度、加速度等时空信息），可用于构建高精度交通行为模型，模拟复杂交互场景（如换道、交叉口博弈），并支持预测算法开发以提高系统安全性。

安徽数据交易所2025-09-15 更新510

LuViRA

室内定位

传感器融合

LuViRA数据集是由瑞典隆德大学开发的一个多传感器室内定位数据集，包含视觉、无线电和音频传感器的数据。该数据集通过同步和测量同一环境中的数据，为研究不同传感器的定位算法提供了基础。数据集包含89条轨迹，使用RGB-D相机、大规模MIMO技术和分布式麦克风收集数据。LuViRA数据集旨在解决室内定位问题，特别是在动态环境中的定位精度、可靠性和系统复杂性问题。

arXiv2024-04-25 更新950

isp-uv-es/IPL-CARLA-dataset

自动驾驶

影像分割

IPL-CARLA数据集是通过CARLA模拟器生成的自动驾驶语义分割数据集。该数据集包含来自两个不同模拟城市的图像，涵盖了不同的天气（晴天、雾天和雨天）和时间（早晨、白天、日落和夜晚）条件。数据集包含20000张RGB渲染图像及其对应的地面真实分割掩码，分割掩码包含35个不同的类别，颜色信息在dataset_classes.txt文件中指定。图像和掩码的大小为800 x 600像素。由于存储空间限

Hugging Face2024-06-21 更新570

7v多传感器融合标注-点云3D框

资源简介：

相关数据集