RELLIS-3D ist ein multimodaler Datensatz, der in Offroad-Umgebungen gesammelt wurde und Anmerkungen zu 13.556 Lidar-Scans und 6.235 Bildern enthält. Die auf dem Reilly-Campus der Texas A&M University gesammelten Daten stellen hinsichtlich Klassenungleichgewicht und Umwelttopographie eine Herausforderung für bestehende Algorithmen dar. Der Datensatz bietet außerdem gestapelte Sensordaten im ROS-Bag-Format, darunter RGB-Kamerabilder, LiDAR-Punktwolken, ein Paar Stereobilder, hochpräzise GPS-Messungen und IMU-Daten.

Zitat

@misc{jiang2020rellis3d,
title={RELLIS-3D Dataset: Data, Benchmarks and Analysis},
author={Peng Jiang and Philip Osteen and Maggie Wigness and Srikanth Saripalli},
year={2020},
eprint={2011.12954},
archivePrefix={arXiv},
primaryClass={cs.CV}
}