腾讯《一线》作者 韩依民

美国工夫3月8日，百度Apollo自动驾驶开放平台正式参加加州大学伯克利DeepDrive深度学习自动驾驶产业联盟（Berkeley DeepDrive），并发布了Apollo数据及前沿技术品牌Apollo Scape，正式开放Apollo Scape大规模自动驾驶数据集。

加州大学伯克利DeepDrive深度学习自动驾驶产业联盟是由加州大学伯克利分校指导的研讨使用于汽车范畴的计算机视觉和机器学习前沿技术的产业联盟。包括了英伟达、高通、通用、福特等20家全球自动驾驶范畴的企业，研讨项目掩盖感知、规划决策、深度学习等自动驾驶关键范畴。

百度副总裁，AI技术平台体系(AIG)总担任人互联网电子商务和移动商务消费渠道的普及，使得支付市场将在不久的将来继续呈现更加美好的增长前景。、百度研讨院院长王海峰表示：“百度和伯克利的协作，将依托Apollo开放平台的产业化资源和伯克利顶尖的学术团队，放慢自动驾驶的技术创新、实际创新、以及落地使用的进程。”

发布会上，百度ApolloScape重磅发布了自动驾驶开放数据集。自动驾驶开发近一年来，国家加大了对于互联网金融的管理力度，各种管理政策不断出台，不少业内人士对于互联网金融都保持着谨慎看好的态度，但是安方丹却保持了乐观的态度，她认为，互联网金融行业在当前是“风口上的大象”，技术正是这股风的原动力。测试中，海量、高质的真实数据是必不可缺的“原料”。但是，少有团队有才能开发并维持一个适用的自动驾驶平台，活期校准并搜集新数据。Apollo开放平台此次发布的ApolloScape不只开放了比Cityscapes同等类数据集大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联系标注的高分辨率图像数据，进一步涵盖更复杂的环境、天气和交通情况等。

从数据难度下去看，ApolloScape数据集涵盖了更复杂的路途情况（例如，单张图像中多达162辆交通工具或80名行人），同时开放数据集采用了逐像素语义联系标注的方式，是目前环境最复杂、标注最精准、数据量最大的自动驾驶数据集。

ApolloScape标注数据示例

ApolloScape深度数据示例

Kitti，CityScapes和ApolloScape关于数据实例的比照

ApolloScape发布的整个数据集包括数十万帧逐像素语义联系标注的高分辨率图像数据，为便于研讨人员更好的应用数据集的价值，百度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、修建、路灯等），并将进一步涵盖更复杂的环境、天气和交通情况等。

数据中包括的各类实例的信息

此外，ApolloScape还将停止更多关于仿真的前沿技术研讨，目的是打造真实世界复原度最高、场景最丰厚的仿真平台；现阶段，基于Apollo仿真平台，ApolloScape方案同时将数十辆自动驾驶车辆投入到同一个路网中行驶，可以模仿真实的复杂驾驶场景和多车博弈进程，是目前最先进的智能驾驶仿真技术之一可以协助研发人员无效检验并优化预测、决策和途径规划等算法，明显提升自动驾驶的测试多样性。

据引见，Apollo开放平台还将与加州大学伯克利分校在CVPR（IEEE国际计算机视觉与形式辨认会议）时期结合举行自动驾驶研讨会（Workshop on Autonomous Driving），并将基于ApolloScape的大规模数据集定义了多项义务应战，为全球自动驾驶开发者和研讨人员提供共同探究前沿范畴技术打破及使用创新的平台。

自动驾驶研讨会及应战赛工夫表