摘要本文梳理了自动驾驶感知任务中常用的公开数据集涵盖综合感知KITTI/nuScenes/Waymo/BDD100K、语义/实例分割Cityscapes/Mapillary、车道线检测TuSimple/CULane/LLAMAS与车牌识别CCPD/OpenALPR横向对比各数据集的传感器配置、标注类型、场景规模与授权限制并总结了按任务选型的方法以及商用授权、地域差异、隐私合规等常见注意事项帮助读者快速定位适合自身项目的数据集。一、综合感知目标检测 分割一套数据多任务复用这几个数据集覆盖面广一份数据往往能同时支撑检测、分割、跟踪等多个任务是搭建感知 pipeline 的主力。KITTI Vision Benchmark Suite自动驾驶领域的经典基准采集自德国卡尔斯鲁厄的城市、乡村与高速场景。覆盖 2D/3D 目标检测、多目标跟踪、语义与实例分割、道路检测、深度估计等多项任务。授权为 CC BY-NC-SA 3.0仅限非商用需署名。nuScenes由 Motional 发布的多模态数据集配备 6 路相机、激光雷达与毫米波雷达含 1000 个场景及密集 3D 标注具体场景数、3D 框数、类别数以官方页面为准。配套的 nuImages 专门提供 2D 图像的检测与分割标注。需注册账号并同意官方 Terms of Use 后下载非商用授权。Waymo Open Dataset含 Perception2030 段、约 39 万帧12.6M 个 3D 框、11.8M 个 2D 框23 类语义分割与 Motion 等子集多传感器、多地域。官方明确为非商用授权具体规模以官方页面为准。BDD100K伯克利发布的大规模驾驶视频数据集10 万段视频、覆盖 10 类任务包括目标检测、语义/实例分割、车道线、可行驶区域分割、跟踪等地域与天气多样。代码仓采用 BSD-3-Clause数据下载与具体条款以官方说明为准。二、语义/实例分割像素级标注Cityscapes城市街景像素级分割的标杆含 5000 张精标 20000 张粗标图像覆盖 50 个城市、30 个类别支持语义、实例与全景分割。免费提供给学术与非学术机构用于非商用目的商用需另行同意许可条款下载需注册。Mapillary Vistas全球众包采集的街景分割数据集地域覆盖远超单一城市数据集含语义与实例分割标注类别数随版本不同具体图像数与类别以官方页面为准。采用 CC BY-NC-SA非商用授权下载需在官方页面注册。三、车道线检测专用数据集通用数据集里 BDD100K 自带车道线标注但若专攻车道线下面这几个更对口TuSimpleCVPR 2017 车道线检测挑战赛数据集以高速公路场景为主标注以折线点形式给出。代码仓为 Apache-2.0数据与真值通过仓库 Issues 页协调下载。CULane香港中文大学发布采集自北京含 133235 帧、覆盖正常与 8 类挑战场景夜间、拥堵、阴影等含遮挡车道的上下文补全标注。仅限非商用需署名禁止再分发通过 Google Drive 或百度云下载。LLAMAS高速公路车道线数据集10 万余张图像借助高精地图自动投影生成标注无需逐帧人工画线。非商用授权、需署名下载需注册登录。四、车牌识别强地域属性注意隐私车牌几乎绑定国家与地区格式选数据集前先确认目标地域CCPD中国城市停车数据集面向中国车牌的检测与识别ECCV 2018 发布含 30 万张以上图像涵盖模糊、倾斜、远景、新能源绿牌等多个子集标注信息编码在文件名中。MIT 授权通过 Google Drive 或百度云下载。做中国车牌优先选它。OpenALPR BenchmarksOpenALPR 项目配套的车牌基准测试数据含检测、端到端、分割与 OCR 等测试集具体地域覆盖以仓库内容为准。注意其授权为 AGPL-3.0对衍生作品与分发有较强约束商用集成前务必读清条款。数据集传感器配置标注类型场景规模授权类型主要特点 / 限制KITTI1×激光雷达 2×彩色/灰度相机2D/3D 目标检测、多目标跟踪、语义/实例分割、道路检测、深度估计约 50 个视频序列城市/乡村/高速CC BY-NC-SA 3.0非商用、需署名经典基准任务覆盖广场景规模相对较小nuScenes6×相机 1×激光雷达 5×毫米波雷达3D 目标检测、跟踪23 类 1.4M 框nuImages 提供 2D 检测与分割1000 个场景城市波士顿/新加坡注册后非商用授权多模态融合强密集标注场景多样性一般Waymo Open5×激光雷达 5×相机多传感器3D 检测/跟踪12.6M 框、2D 检测11.8M 框、23 类语义分割2030 段 / 约 39 万帧多地域城区郊区非商用授权规模最大多地域覆盖下载需谷歌云体积大BDD100K单目摄像头车载目标检测、语义/实例分割、车道线、可行驶区域分割、跟踪等 10 类任务10 万段视频覆盖多种天气/地域代码 BSD-3-Clause数据以官方条款为准任务最全、规模大、场景丰富传感器单一五、怎么选以及常见的坑以下是一个简化的数据集选型决策流程图帮你快速按任务和常见约束定位合适的公开数据集检测/跟踪/分割多任务语义/实例分割车道线检测车牌识别仅相机需要3D全球城市高速城市挑战中国多地区开始选型确定任务是否需要3D/多传感器地域覆盖场景类型目标地域BDD100KnuScenes / Waymo / KITTI均为非商用Mapillary VistasCityscapesTuSimple / LLAMASCULaneCCPDOpenALPR注意AGPL商用约束按任务与是否商用来选想一份数据覆盖检测分割跟踪优先 BDD100K任务最全或 nuScenes/Waymo多传感器、3D 强只做像素级分割Cityscapes 是标杆、Mapillary 地域更广车道线专项看 CULane/TuSimple/LLAMAS中国车牌几乎只看 CCPD。特别注意上面绝大多数KITTI、nuScenes、Waymo、Cityscapes、Mapillary、CULane、LLAMAS都是非商用授权真要做商业产品必须回到官方页面确认许可或寻求商用授权切勿想当然。几个反复踩的坑一是标注格式不统一——KITTI、COCO、各家 JSON、文件名编码CCPD互不兼容跨数据集训练前要先做格式转换与类别映射二是商用授权红线学术数据集拿去商用是常见的合规风险三是地域差异欧美场景训练的模型在中国道路车型、标线、招牌、车牌上往往掉点跨地域要做域适应四是车牌涉及个人隐私与车辆信息采集、存储与公开使用都要遵守当地数据保护法规公开演示前注意脱敏。如果你不确定某个具体场景该用哪份数据或想快速比对多个数据集的标注与授权细节可以留言或者私信我会给你解答你再结合各数据集官方页面交叉比对授权条款与最新规模数据再做选择。