SODA10M

该数据集是一个专为自动驾驶设计的大规模2D目标检测数据集，包含了一千万张未标记的图片以及六类物体完全标注的两万张图片。其中，标注数据集被分为5000张用于训练，5000张用于验证，以及10000张用于测试。这些图片是在不同的天气条件下收集的。该数据集的规模达到了一千万张图片（其中两万张完全标注），任务涵盖了在变化图像域中的四个连续目标检测任务。

This dataset is a large-scale 2D object detection dataset specifically tailored for autonomous driving scenarios. It comprises 10 million unlabeled images and 20,000 fully annotated images covering six object categories. Among the fully annotated images, 5,000 are assigned for model training, 5,000 for validation, and 10,000 for testing. All images were collected under diverse weather conditions. With a total scale of 10 million images (including 20,000 fully annotated samples), this dataset covers four sequential object detection tasks across varying image domains.

搜集汇总

背景与挑战

背景概述

SODA10M是当前最大的自动驾驶2D数据集，包含1000万未标记图像和2万标记图像，涵盖6个物体类别，专为促进自动驾驶中的自监督学习和领域自适应研究而设计。该数据集旨在解决自动驾驶领域对大规模标注数据的依赖，推动行业级自动驾驶解决方案的发展。