PandaSet 数据集解析 - 3D语义分割

1. 数据集简介

  • 发布时间

2020年7月10日，Hesai 与 Scale AI 联合发布了自动驾驶开源数据集 – PandaSet

  • 数据集官网

https://pandaset.org/

  • 数据集开发工具包

https://github.com/scaleapi/pandaset-devkit

依靠数据集开发工具包，可以了解标签的更多信息

2. 数据集内容

  • 概述

PandaSet 旨在促进和推进自主驾驶和机器学习的研发。PandaSet是第一个可用于学术和商业用途的开源数据集，它结合了 Hesai 一流的激光雷达传感器和 Scale AI 的高质量数据注释。PandaSet 的特点是使用具有类似图像分辨率的前向激光雷达（PandarGT）和机械旋转激光雷达（Pandar64）收集数据。收集的数据采用长方体和分割注释（Scale 3D传感器融合分割）相结合的方法进行注释。它的特点是：

  • 48,000 camera images
  • 16,000 LiDAR sweeps
  • +100 scenes of 8s each
  • 28 annotation classes
  • 37 semantic segmentation labels
  • Full sensor suite: 1x mechanical LiDAR, 1x solid-state LiDAR, 6x cameras, On-board GPS/IMU

在这里插入图片描述

参考资料

3. 数据集下载

官方下载地址：

https://scale.com/resources/download/pandaset

第三方下载地址：

https://gas.graviti.cn/dataset/shannont/PandaSet

# 深度学习
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局