YouTube Driving Dataset

我们从YouTube上抓取第一视图驾驶视频。收集总长度超过120小时的134视频。如图1所示，这些视频涵盖了具有各种天气条件 (晴天，雨天，下雪等) 和区域 (农村和城市地区) 的不同驾驶场景。我们每一秒钟采样一个帧，得到130万帧的数据集。我们将YouTube驾驶数据集分为具有70% 数据的训练集和具有30% 数据的测试集，并在训练集上进行ACO的训练。

We crawled first-person driving videos from YouTube, and collected a total of 134 videos with an aggregate duration exceeding 120 hours. As shown in Figure 1, these videos cover diverse driving scenarios under various weather conditions (e.g., sunny, rainy, snowy, etc.) across both rural and urban regions. We sampled one frame per second from the videos, yielding a dataset containing 1.3 million frames. We split the YouTube driving dataset into a training set accounting for 70% of the total data and a test set accounting for 30% of the total data, and trained the ACO model on the training set.

搜集汇总

背景与挑战

背景概述

YouTube Driving Dataset是一个从YouTube收集的第一视图驾驶视频数据集，总时长超过120小时，包含134个视频，涵盖了多种天气条件和区域（如晴天、雨天、下雪、农村和城市）的驾驶场景。数据集被采样为每秒一帧，得到130万帧，并分为70%训练集和30%测试集，主要用于自动驾驶领域的ACO训练。