BLVD 是一个为自动驾驶建立的大型 5D 语义数据集，可支持动态 4D (3D+temporal) 跟踪、 5D (4D+interactive) 交互式事件识别和意图预测任务。

该数据集包含 654 个高分辨率的视频剪辑，共 12 万帧。其中包括 249,129 个 3D 注释帧，4,902 个用于跟踪的独立帧（总长度为 214,922 点），6,004 个用于 5D 交互式事件识别的有效片段，以及 4,900 个用于 5D 意图预测的帧。