Virtual KITTI عبارة عن مجموعة بيانات فيديو اصطناعية واقعية للصور لتعلم وتقييم نماذج الرؤية الحاسوبية لمهام فهم الفيديو المتعددة: اكتشاف الكائنات وتتبع الكائنات المتعددة، وتجزئة الدلالات على مستوى المشهد ومستوى المثيل، والتدفق البصري، وتقدير العمق.

تحتوي مجموعة البيانات على 50 مقطع فيديو أحادي العين عالي الدقة (21260 إطارًا) تم إنشاؤها من خمسة عوالم افتراضية مختلفة في بيئات حضرية في ظل ظروف تصوير وطقس مختلفة. تم إنشاء هذه العوالم باستخدام محرك اللعبة Unity وطريقة استنساخ جديدة من العالم الحقيقي إلى العالم الافتراضي.

يتم التعليق على مقاطع الفيديو الاصطناعية تلقائيًا وبدقة وشاملة لتتبع الكائنات المتعددة ثنائية وثلاثية الأبعاد مع التعليقات التوضيحية للفئة والمثيل والتدفق والعمق على مستوى البكسل.