SODA10M est un ensemble de données de référence 2D semi-/auto-supervisé, qui contient principalement 10 millions d'images de scènes routières non étiquetées diverses et 20 000 images annotées avec 6 catégories d'objets représentatives.

Afin de maintenir la riche diversité des données, des images non étiquetées ont été sélectionnées dans 32 villes différentes, couvrant la plupart des régions de Chine. En même temps, les images incluent une variété de scènes routières différentes (villes, autoroutes, routes urbaines et rurales, parcs), de conditions météorologiques (ensoleillées, nuageuses, pluvieuses, enneigées) et de périodes de temps (jour, nuit, tôt le matin/crépuscule).