自动驾驶已经从实验室“象牙塔”进入到规模化上路、量产阶段，在自动驾驶开发测试中，海量、高质的真实数据是必不可缺的“原料”。但是，少有团队有能力开发并维持一个适用的自动驾驶平台，定期校准并收集新数据，因此行业亟需一个数据量充沛、涵盖场景丰富的自动驾驶专用数据平台。今年3月，百度大规模自动驾驶数据集ApolloScape应需开放，致力于为全世界自动驾驶技术研究者提供更为实用的数据资源及评估标准。

ApolloScape是百度Apollo自动驾驶开放平台的专题项目之一，是目前行业内环境最复杂、标注最精准、数据量最大的三维自动驾驶数据集。ApolloScape开放了比Cityscapes、Kitti等同类数据集大10倍以上的数据量，包括感知、仿真场景、路网数据等数十万帧逐像素语义分割标注的高分辨率图像数据，以及与其对应的逐像素语义标注、稠密点云、立体图像、立体全景图像，并进一步涵盖更复杂的环境、天气和交通状况等。

Kitti，CityScapes和ApolloScape关于数据实例的对比

ApolloScape涵盖了最复杂的道路状况，提供最有挑战性的数据支持，数据集包括了全新提供的逐帧标注的视频序列和三维背景，以及中国最复杂的街景， 单张图片内可以包含上百个车和行人。

ApolloScape标注数据示例

ApolloScape深度数据示例

同时，ApolloScape开放数据集采用了逐像素语义分割标注的方式，包含数十万帧逐像素语义分割标注的高分辨率图像数据，为便于研究人员更好的利用数据集的价值。ApolloScape在数据集中定义了共26个不同语义项的数据实例（例如汽车、自行车、行人、建筑、路灯等），并将进一步涵盖更复杂的环境、天气和交通状况等。