--- title: BDD100K canonical_url: "https://www.modelscope.cn/datasets/iic/BDD100K" md_url: "https://www.modelscope.cn/datasets/iic/BDD100K.md" repository: iic/BDD100K chinese_name: "BDD100K 自动驾驶图像数据集" last_updated: 2023-02-08 license: other storage_size: "9.3 KB" domain: - image tasks: - image-segmentation size_scale: - 10k-1m downloads: 2947 stars: 22 --- # BDD100K > BDD100K - iic 在 ModelScope 开源的数据集。BDD100K(Berkeley DeepDrive 100K)，大型多样化驾驶图像数据集，包含70k 训练集，10k 验证集和20k 测试集。 iic/BDD100K 是 ModelScope 魔搭社区上的image-segmentation数据集，涉及 image 领域，存储大小 9.3 KB，采用 other 许可。 - **Repository**: iic/BDD100K - **License**: other - **Tasks**: image-segmentation - **Domain**: image - **Storage size**: 9.3 KB - **Downloads**: 2947 - **Stars**: 22 - **Last updated**: 2023-02-08 Source: https://www.modelscope.cn/datasets/iic/BDD100K --- ## 数据集描述 大规模自动驾驶数据集--BDD100K，专注于自动驾驶领域。[官方地址](https://bdd-data.berkeley.edu/)。 ### 数据集简介 BDD100K，A Large-scale Diverse Driving Video Database。2018年5月伯克利大学AI实验室（BAIR）发布了目前最大规模、内容最具多样性的公开驾驶数据集BDD100K，同时设计了一个图片标注系统。BDD100K 数据集包含10万段高清视频，每个视频约40秒\720p\30 fps 。每个视频的第10秒对关键帧进行采样，得到10万张图片（图片尺寸：1280*720 ），并进行标注, 包括10类别的对象边界框，可驾驶区域，车道标记和全帧实例分割。该数据集具有地理，环境和天气多样性。数据集分为70,000/10,000/20,000，分别用于训练/验证/测试。更多信息参见[BDD100K](https://doc.bdd100k.com/index.html) ### 数据集支持的任务 适用于自动驾驶领域的模型训练及验证。 ## 数据集的格式和结构 ### 数据格式 本数据集提供了用于自动驾驶场景各种任务的标签。标签文件以`json`格式给出。 ``` { 'attributes': {'scene': 'city street', 'timeofday': 'daytime', 'weather': 'snowy'}, 'labels': [{'attributes': {'occluded': False, 'trafficLightColor': 'red', 'truncated': False}, 'box2d': {'x1': 391.794769, 'x2': 401.776802, 'y1': 378.069475, 'y2': 390.547015}, 'category': 'traffic light', 'id': 279225, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': False, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 371.830706, 'x2': 398.033541, 'y1': 408.015571, 'y2': 431.722899}, 'category': 'car', 'id': 279226, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': False, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 113.545617, 'x2': 136.005191, 'y1': 334.398083, 'y2': 350.618886}, 'category': 'traffic sign', 'id': 279227, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': True, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 426.731884, 'x2': 449.191454, 'y1': 376.821721, 'y2': 427.979637}, 'category': 'truck', 'id': 279228, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': True, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 447.9437, 'x2': 529.047713, 'y1': 336.893592, 'y2': 444.200439}, 'category': 'truck', 'id': 279229, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': False, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 606.408465, 'x2': 631.363546, 'y1': 310.690757, 'y2': 353.114394}, 'category': 'traffic sign', 'id': 279230, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': False, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 491.615094, 'x2': 511.72628, 'y1': 388.051507, 'y2': 444.314645}, 'category': 'person', 'id': 279231, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': True, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 477.889798, 'x2': 496.606109, 'y1': 361.848672, 'y2': 408.015571}, 'category': 'person', 'id': 279232, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': True, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 583.948891, 'x2': 611.39948, 'y1': 384.308246, 'y2': 431.722899}, 'category': 'person', 'id': 279233, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': False, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 405.520064, 'x2': 415.502096, 'y1': 408.015571, 'y2': 429.22739}, 'category': 'person', 'id': 279234, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'occluded': False, 'trafficLightColor': 'none', 'truncated': False}, 'box2d': {'x1': 366.839689, 'x2': 378.069475, 'y1': 386.803753, 'y2': 401.776802}, 'category': 'traffic sign', 'id': 279235, 'manualAttributes': True, 'manualShape': True}, {'attributes': {'areaType': 'direct'}, 'category': 'drivable area', 'id': 279236, 'manualAttributes': True, 'manualShape': True, 'poly2d': [{'closed': True, 'types': 'LLLCCCLLLLL', 'vertices': [[358.10541, 436.713915], [0, 536.534238], [0, 697.49451], [294.469954, 671.291675], [767.368736, 656.318626], [887.153124, 719.954083], [1101.76682, 719.954083], [517.817928, 452.934718], [450.439209, 454.182472], [437.961669, 429.227391], [358.10541, 436.713915]]}]}], 'name': 'fe1f55fa-19ba3600.jpg', 'timestamp': 10000 } ``` ### 数据集加载方式 下面是加载数据集的示例代码： ```python from modelscope.msdatasets import MsDataset from modelscope.utils.constant import DownloadMode dataset_train = MsDataset.load("BDD100K", split="train", namespace='damo', download_mode=DownloadMode.FORCE_REDOWNLOAD) dataset_val = MsDataset.load("BDD100K", split="validation", namespace='damo', download_mode=DownloadMode.FORCE_REDOWNLOAD) dataset_test = MsDataset.load("BDD100K", split="test", namespace='damo', download_mode=DownloadMode.FORCE_REDOWNLOAD) print(dataset_train.config_kwargs) print(dataset_val.config_kwargs) print(dataset_test.config_kwargs) ``` ## 数据集版权信息 请参考[这里](https://doc.bdd100k.com/license.html#license)。 ## 数据集信息 本数据集主要来源于以下工作： ```BibTeX @InProceedings{bdd100k, author = {Yu, Fisher and Chen, Haofeng and Wang, Xin and Xian, Wenqi and Chen, Yingying and Liu, Fangchen and Madhavan, Vashisht and Darrell, Trevor}, title = {BDD100K: A Diverse Driving Dataset for Heterogeneous Multitask Learning}, booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)}, month = {June}, year = {2020} } ``` ### Clone with HTTP ```bash git clone https://www.modelscope.cn/datasets/damo/BDD100K.git ```