KITTI Vision Benchmark

多模态与视觉单一数据集欧洲不明多模态自动驾驶

来源描述

自动驾驶领域经典数据集，包含立体视觉、激光雷达等多模态数据。

这一条没有可靠的 HuggingFace 仓库——它只在自家站点发布（WARC / tar 包 / 需签署协议 / 仅存于 GitHub），或者 HF 上的同名仓库是第三方子集与镜像，接上去会给出误导性的下载量。宁可留空，也不挂错数字。

多模态

包含25亿张图像和相应的文本描述，适用于多模态模型的训练。

大型图像数据集，包含数百万张标注图像，广泛用于计算机视觉任务。

由Waymo发布的最多样化的自动驾驶数据集。

迄今最大开放图文对数据集，SD 1.5/SDXL 训练基础

LAION-5B 净化版，移除 2236 条 CSAM 嫌疑链接

高质过滤的 CLIP 训练对，CommonPool 基础上人工 filtering

领域、训练阶段、用途、License 分级与本刊判断由本刊维护；规模、许可证与商用授权最终请以原站为准。