自动驾驶汽车制造商和致力于自动驾驶技术的公司改进算法和模拟的方法之一是使用更多数据。伯克利宣布，它已经开源了有史以来最大的自动驾驶数据集。该数据集包含 100,000 个视频序列，每个序列长约 40 秒。

这 100,000 个视频中的每一个都是 720p 质量。Berkeley 表示该数据集比百度 ApolloScape 数据集大 800 倍。新数据集称为 BDD100K，视频还包含通过手机记录的 GPS 信息。GPS 数据允许视频说明粗略的驾驶轨迹。

数据之所以如此有用，最重要的一点是它包含了不同的天气条件，从晴天到阴天、雨天和朦胧。数据还提供了白天和夜间驾驶场景的“良好平衡”。带注释的图像分为两种类型的车道标记，以便于区分。

迄今为止，发布的百度数据集是最大的，该发布发生在 3 月份。Berkeley 数据集比百度提供的数据集大 800 倍。Mapillary 的数据集比 Berkeley 的小 4,800 倍，而 KITTI 的数据集小 8,000 倍。

Berkeley BDD100K 数据集有 120 万张图像、10 万个序列，覆盖多个城市。该数据集现在可供下载，数据科学家应该会垂涎三尺。