DDAD

该数据集名为DDAD，包含了来自美国和日本多个城市不同城市环境下的远距离深度样本（最远可达250米）。该数据集不仅涵盖了多样化的城市场景，其图像尺寸也固定为640×384。具体规模上，该数据集包含了12,650个训练样本和3,950个测试样本，其任务旨在进行深度估计。

This dataset is named DDAD. It contains long-range depth samples with a maximum distance of 250 meters, collected across various urban environments in multiple cities of the United States and Japan. Not only does it cover diverse urban scenarios, but all images have a fixed resolution of 640×384. In terms of scale, it includes 12,650 training samples and 3,950 test samples, and the dataset is designed for depth estimation tasks.

搜集汇总

背景与挑战

背景概述

DDAD是一个用于自动驾驶的长距离密集深度估计基准数据集，包含来自多个城市的单目视频和LiDAR生成的深度数据，覆盖360度视野，适用于多样化的城市环境。数据集包含训练、验证和测试集，分别包含12650、3950和3080个样本。