Udacity self-driving dataset

该数据集是由Udacity与谷歌合作，为机器学习纳米学位项目所创建的。它包含了8032张从游戏模拟环境中提取的图片，通过三种不同的摄像头视角提供各种油门和驾驶角度的数值。这些图片的分辨率为80x160像素，由模拟器生成，能够提供关于转向角度的高清晰度信息。该数据集的任务是针对自动驾驶汽车图像处理的域适应研究。

This dataset was developed in partnership between Udacity and Google for the Machine Learning Nanodegree program. It comprises 8032 images extracted from a driving simulation environment, paired with corresponding throttle and steering angle values across three unique camera viewpoints. Each image has a resolution of 80×160 pixels, generated by the simulator to deliver high-fidelity information regarding steering angles. The core task of this dataset is to support domain adaptation research for autonomous vehicle image processing.

搜集汇总

背景与挑战

背景概述

该数据集是Udacity自动驾驶汽车纳米学位课程项目的一部分，用于训练端到端学习的卷积神经网络模型，使模拟汽车能够根据摄像头图像调整方向盘以保持行驶在道路上。数据集包含从模拟汽车三个摄像头采集的图像，并进行了数据增强和预处理，如调整图像大小、使用左右摄像头图像和翻转图像，以解决数据不平衡问题。模型采用简化架构，并经过超参数调优，最终使用Adam优化器进行训练。