DeepLoc est un ensemble de données de positionnement extérieur urbain à grande échelle. L'ensemble de données se compose actuellement d'une seule scène, couvrant une zone de 110 x 130 mètres, que le robot parcourt plusieurs fois dans différents modes de conduite.

De plus, l'ensemble de données fournit des annotations de segmentation sémantique pixel par pixel de 10 catégories pour chaque image. L'ensemble de données est divisé en deux parties : formation et test. L'ensemble d'entraînement comprend 2 737 images et l'ensemble de test comprend 1 173 images. L'ensemble de données contient également des données GPS/INS mondiales et des mesures LiDAR.

Cet ensemble de données est très difficile à utiliser pour les applications basées sur la vision telles que la localisation globale, la relocalisation de caméra, la segmentation sémantique, l'odométrie visuelle et la détection de fermeture de boucle, car il contient un éclairage important, des variations météorologiques, des structures répétitives, des reflets et des bâtiments en verre transparent.