KITTI_Road

displayName: KITTI Road
license:
- CC BY-NC-SA 3.0
mediaTypes:
- PointCloud
paperUrl: http://www.cvlibs.net/publications/Fritsch2013ITSC.pdf
publishDate: "2013"
publishUrl: http://www.cvlibs.net/datasets/kitti/eval_road.php
publisher:
- Honda Research Institute Europe
- Max Planck Institute for Intelligent Systems
tags:
- road
taskTypes:
- Semantic Segmentation
- Autonomous Driving
- Scene Understanding

---
# 数据集介绍
## 简介
KITTI Road 是道路和车道估计基准，由 289 个训练图像和 290 个测试图像组成。它包含三种不同类别的道路场景： * uu - 城市未标记 (98/100) * um - 城市标记 (95/96) * umm - 城市多标记车道 (96/94) * 城市 - 地面以上三者的组合事实已通过图像的手动注释生成，可用于两种不同的道路地形类型：道路 - 道路区域，即所有车道的组成，车道 - 自我车道，即车辆当前所在的车道继续行驶（仅适用于“嗯”类别）。地面实况仅用于训练图像。
## 引文
```
@inproceedings{fritsch2013new,
title={A new performance measure and evaluation benchmark for road detection algorithms},
author={Fritsch, Jannik and Kuehnl, Tobias and Geiger, Andreas},
booktitle={16th International IEEE Conference on Intelligent Transportation Systems (ITSC 2013)},
pages={1693--1700},
year={2013},
organization={IEEE}
}
```

## Download dataset
:modelscope-code[]{type="git"}

数据集名称：KITTI 道路（KITTI Road）
授权协议：CC BY-NC-SA 3.0
媒体类型：点云（PointCloud）
论文链接：http://www.cvlibs.net/publications/Fritsch2013ITSC.pdf
发布年份：2013年
发布页面：http://www.cvlibs.net/datasets/kitti/eval_road.php
发布机构：欧洲本田研究院（Honda Research Institute Europe）、马克斯·普朗克智能系统研究所（Max Planck Institute for Intelligent Systems）
标签：道路（road）
任务类型：语义分割（Semantic Segmentation）、自动驾驶（Autonomous Driving）、场景理解（Scene Understanding）

---

# 数据集介绍
## 简介
KITTI Road是面向道路与车道估计的基准数据集，包含289张训练图像与290张测试图像。该数据集涵盖三类城市道路场景：uu（城市未标注，训练/测试样本量为98/100）、um（城市已标注，95/96）、umm（城市多标注车道，96/94），以及上述三类组合的城市道路场景。标注结果通过人工手动注释图像生成，可对应两种道路地形类型：道路区域（road，即所有车道的集合）与自车道（lane，即当前车辆行驶所在车道，仅适用于um类别）。标注信息仅可用于训练图像。
## 引文

@inproceedings{fritsch2013new,
title={A new performance measure and evaluation benchmark for road detection algorithms},
author={Fritsch, Jannik and Kuehnl, Tobias and Geiger, Andreas},
booktitle={16th International IEEE Conference on Intelligent Transportation Systems (ITSC 2013)},
pages={1693--1700},
year={2013},
organization={IEEE}
}

## 下载数据集
:modelscope-code[]{type="git"}