KITTI 计算机视觉数据集｜20 万 + 3D 标注物体自动驾驶算法评测

核心内容

KITTI 是自动驾驶场景专用计算机视觉算法评测数据集，2013 年由德国卡尔斯鲁厄理工学院与丰田美国技术研究院联合发布，配套论文《Vision meet Robotics：The KITTI Dataset》，广泛用于立体图像、光流、视觉测距、3D 物体检测、3D 追踪等算法验证。数据集覆盖市区、乡村、高速等真实路况，单图含最多 15 辆车、30 个行人，含不同遮挡与截断样本；含 389 对立体图像与光流图、39.2km 视觉测距序列、超 20 万个 3D 标注物体，10Hz 同步采样。原始数据分 Road、City、Residential、Campus、Person 五类；3D 检测标注含 car、van、truck、pedestrian、pedestrian (sitting)、cyclist、tram、misc 共 8 类目标，适配自动驾驶感知算法训练与评测。

覆盖范围

场景：市区 / 乡村 / 高速 / 校园 / 居住区全路况

任务：立体视觉、光流估计、视觉测距、3D 目标检测、3D 目标跟踪

标注：车辆、行人、骑行者、电车等 8 类 3D 框标注，含遮挡 / 截断属性

规模：20 万 + 3D 标注物体、389 对立体图、39.2km 测距序列

可用途径

自动驾驶感知算法研发、验证、 benchmark 评测

计算机视觉 3D 检测、跟踪、立体视觉、光流算法训练

高校科研、实验室项目、竞赛数据集、论文实验数据支撑

无人车、机器人视觉、智能驾驶辅助系统算法迭代