BLVD est un ensemble de données sémantiques 5D à grande échelle conçu pour la conduite autonome, qui prend en charge le suivi dynamique 4D (3D+temporel), la reconnaissance d'événements interactifs 5D (4D+interactif) et les tâches de prédiction d'intention.

L'ensemble de données contient 654 clips vidéo haute résolution, totalisant 120 000 images. Il s'agit de 249 129 images annotées en 3D, de 4 902 images indépendantes pour le suivi (avec une longueur totale de 214 922 points), de 6 004 segments valides pour la reconnaissance d'événements interactifs 5D et de 4 900 images pour la prédiction d'intention 5D.