KITTI
自动驾驶领域广泛使用的标准基准数据集，由卡尔斯鲁厄理工学院与丰田技术研究所联合发布，包含激光雷达、相机等多传感器数据，支持目标检测、跟踪、深度估计等多项评估任务
时间轴 (近 90 天)
研究采用PointPillars集成模型，在KITTI和nuScenes两个公开数据集上进行实验。
按记录序列计数时，两个数据集均未提供足够的独立单元来支撑任何性能目标限值，且没有任何迁移得到“不适用”的结果。
按帧计数时，同一数据在预先固定的限值下，于远距离迁移、降雨迁移以及两个独立训练检测器之间的迁移中均出现“不适用”结果。
GeoState在KITTI和nuScenes数据集上实现了零样本泛化，无需针对新数据集重新训练即可迁移到不同传感器配置和场景分布。
ImageNet、nuScenes、KITTI、Waymo Open Dataset等少数几个数据集长期主导着自动驾驶感知、检测、规划任务的评测排行榜
KITTI和nuScenes基准均按0-30m、30-50m、50m以上等区间分别报告检测指标
全部知识事实 (6)
研究采用PointPillars集成模型，在KITTI和nuScenes两个公开数据集上进行实验。
50%待验证按记录序列计数时，两个数据集均未提供足够的独立单元来支撑任何性能目标限值，且没有任何迁移得到“不适用”的结果。
50%待验证按帧计数时，同一数据在预先固定的限值下，于远距离迁移、降雨迁移以及两个独立训练检测器之间的迁移中均出现“不适用”结果。
50%待验证GeoState在KITTI和nuScenes数据集上实现了零样本泛化，无需针对新数据集重新训练即可迁移到不同传感器配置和场景分布。
50%待验证ImageNet、nuScenes、KITTI、Waymo Open Dataset等少数几个数据集长期主导着自动驾驶感知、检测、规划任务的评测排行榜
50%待验证KITTI和nuScenes基准均按0-30m、30-50m、50m以上等区间分别报告检测指标
50%