大规模城市户外 DeepLoc 全局定位数据集_含 GPS/INS+LiDAR 数据 + 语义分割标注

一、数据集核心信息

DeepLoc 全局定位数据集是专为城市户外场景打造的大规模视觉定位数据集，覆盖 110×130 米核心区域，机器人以多驾驶模式反复穿行采集，数据具备高真实性与多样性。

数据集包含训练集（2737 幅图像）与测试集（1173 幅图像），为每张图像提供 10 个类别像素化语义分割标注，同步配套全球 GPS/INS 定位数据及 LiDAR 测量数据，满足多维度算法训练与验证需求。

二、适用场景与应用途径

视觉定位相关：全局定位算法开发、相机重新定位模型训练

计算机视觉领域：语义分割任务优化、视觉里程学算法测试、环形闭合检测研究

智能驾驶 / 机器人领域：户外环境感知模型训练、多传感器数据融合实验

三、核心优势

场景真实：涵盖照明变化、天气波动、重复结构、物体反射、透明玻璃建筑等复杂户外环境，适配真实场景算法验证

数据全面：图像数据 + 语义标注 + GPS/INS+LiDAR 多源数据协同，减少额外数据采集成本

规模达标：训练集与测试集样本量充足，满足深度学习模型迭代训练需求