对自家技术一贯守口如瓶的Waymo,为何突然对“外部力量”张开了怀抱?
随着本次数据集的公开，waymo自家传感器的所有性能将一览无遗。友商甚至可以直接进行评测：噪点多不多、远处物体距离准不准、除了距离和信号强度外还有没有其它信息……
在全球最大的计算机视觉会议cvpr 2019现场，waymo首席科学家drago anguelov公开了自家的自动驾驶数据集waymo open dataset。作为公司研究院老大，drago anguelov同时预告了几个关键数字：3000段驾驶记录、时长共16.7小时、平均每段长度约为20秒；60万帧、共有大约2500万3d边界框、2200万2d边界框，以及多样化的自动驾驶场景。
事实上，在waymo open dataset之前，自动驾驶领域中已经存在几个比较知名的数据集。其中，kitti被公认为使用最广泛的数据集之一，cityscapes的专长是城市街景的语义理解，apolloscape则以标注的精细程度著称，还有uc berkley最新发布的bdd100k等等。
自动驾驶公开数据集对比
然而，这些优势在waymo眼里似乎都不值一提。drago anguelov在演讲中列了一个表格，条分缕析地将waymo open dataset与kitti、nuscenes等数据集直接进行对标：
数据集对比，图片来自“机器之心”
直观地说，主流数据集提供的数据量已经远远不够用了。因此，drago anguelov称，waymo 将在7月份发布1k数据集，且将在近期公布数据集基准并组织竞赛。
目前为止，waymo open dataset的细节内容尚未公开。单从数据量的对比来看，该数据集就已经比现有的公开三维标注数据集领先了好几个身位，基本是两位数与个位数的差距。当然，waymo自己的全量数据应该已经到达近亿级别。
对于学术界而言，这60万帧的数据量无异于稀世珍宝。受限于数据与传感器兼容的问题，学校实验室大概率会在waymo的传感器配置基础上展开科研工作，也不排除其最终找到适用于其他类似传感器搭配的方案。
但最重要的是，一旦这些科研成果能够形成一个影响力广泛的数据集，其上的研究成果全部都适用于waymo自家传感器配置，这家科技大牛完全可以轻松吸收最新的无人驾驶技术。更何况，这某种程度上也能够推动无人驾驶方向的人才培养，甚至可以造福整个行业。
可换个角度看，这件事的意义却并没有这么乐观。waymo对于传感器设置的严格把控，意味着如果其赋予一些超特殊的、难以复现的属性，那么其他无人车公司从这些基于waymo数据的科研成果中得不到半点好处。此外，waymo open dataset的数据分布大概率位于美国地区，那么受法律法规限制，此上训练出的深度学习模型也不见得能够适用于其他国家地区。
最根本的一点是，现阶段waymo公布出的数据量级仍旧满足不了工业界的胃口。虽然其多少能够缓解初创公司在数据标注层面的时间和经济压力，但仅仅16个小时的资源也无法支持一个年轻的团队从0做出一个可以上路的无人车demo，更别提试图以此博取资本市场的青睐。
因此对于汽车工业而言，仍旧需要依靠从业者长期的数据积累，waymo open dataset现阶段的数据量不足以说明问题。而且对于当下最稀缺的3d激光点云标注数据，waymo目前的贡献值几乎是寥寥无几。
除了发布数据集，waymo也同时曝光了无人车传感器配置，包括视觉系统、激光雷达系统和雷达系统。而waymo open dataset也将同步涉及到来自5个激光雷达、5个摄像头，激光雷达和摄像头的数据。
换句话说，随着本次数据集的公开，waymo自家传感器的所有性能将一览无遗。友商甚至可以直接进行评测：噪点多不多、远处物体距离准不准、除了距离和信号强度外还有没有其它信息……
那么，如果waymo后续将延用“对外出售激光雷达”的策略，打算继续拿其他传感器硬件挣钱，waymo open dataset的开放将会揭开waymo无人车上最大一块“遮羞布”。
利用FPGA和ADS8364实现数据采集控制器IP核设计
网格化空气微型站系统组成介绍
使用积分器模块进行滤波器设计
荣耀8XMax和荣耀8X的区别
STM32Cube CubeMX生成点灯工程
对自家技术一贯守口如瓶的Waymo,为何突然对“外部力量”张开了怀抱?
游泳也有音乐相伴，韶音OpenSwim运动MP3播放器全新上市
什么是压电MEMS传感器
多相DC-DC转换的优缺点 何时使用多相DC-DC转换？
主流的数据中心网络结构介绍
你认为Grid R-CNN会成为Faster R-CNN那样的传世经典吗？
直线模组3D打印技术成功应用于脑科手术
dcs控制系统的应用
2018年物联网厚积薄发LoRa将成为主流物联网络制式之一
面对NFC 苹果终于摘下了高冷佛系的面具
采用专门开发的独特光学设计！具有无与伦比优势的AR近眼检测镜头
小鹏汽车:2021年生产的车型开始采用激光雷达技术
如何通过Loom解决Java并发模型缺陷
OCP引发散射效应，加速“中国力量”从本土走向全球
功率模块双面散热介绍
在全球最大的计算机视觉会议cvpr 2019现场，waymo首席科学家drago anguelov公开了自家的自动驾驶数据集waymo open dataset。作为公司研究院老大，drago anguelov同时预告了几个关键数字：3000段驾驶记录、时长共16.7小时、平均每段长度约为20秒；60万帧、共有大约2500万3d边界框、2200万2d边界框，以及多样化的自动驾驶场景。
事实上，在waymo open dataset之前，自动驾驶领域中已经存在几个比较知名的数据集。其中，kitti被公认为使用最广泛的数据集之一，cityscapes的专长是城市街景的语义理解，apolloscape则以标注的精细程度著称，还有uc berkley最新发布的bdd100k等等。
自动驾驶公开数据集对比
然而，这些优势在waymo眼里似乎都不值一提。drago anguelov在演讲中列了一个表格，条分缕析地将waymo open dataset与kitti、nuscenes等数据集直接进行对标：
数据集对比，图片来自“机器之心”
直观地说，主流数据集提供的数据量已经远远不够用了。因此，drago anguelov称，waymo 将在7月份发布1k数据集，且将在近期公布数据集基准并组织竞赛。
目前为止，waymo open dataset的细节内容尚未公开。单从数据量的对比来看，该数据集就已经比现有的公开三维标注数据集领先了好几个身位，基本是两位数与个位数的差距。当然，waymo自己的全量数据应该已经到达近亿级别。
对于学术界而言，这60万帧的数据量无异于稀世珍宝。受限于数据与传感器兼容的问题，学校实验室大概率会在waymo的传感器配置基础上展开科研工作，也不排除其最终找到适用于其他类似传感器搭配的方案。
但最重要的是，一旦这些科研成果能够形成一个影响力广泛的数据集，其上的研究成果全部都适用于waymo自家传感器配置，这家科技大牛完全可以轻松吸收最新的无人驾驶技术。更何况，这某种程度上也能够推动无人驾驶方向的人才培养，甚至可以造福整个行业。
可换个角度看，这件事的意义却并没有这么乐观。waymo对于传感器设置的严格把控，意味着如果其赋予一些超特殊的、难以复现的属性，那么其他无人车公司从这些基于waymo数据的科研成果中得不到半点好处。此外，waymo open dataset的数据分布大概率位于美国地区，那么受法律法规限制，此上训练出的深度学习模型也不见得能够适用于其他国家地区。
最根本的一点是，现阶段waymo公布出的数据量级仍旧满足不了工业界的胃口。虽然其多少能够缓解初创公司在数据标注层面的时间和经济压力，但仅仅16个小时的资源也无法支持一个年轻的团队从0做出一个可以上路的无人车demo，更别提试图以此博取资本市场的青睐。
因此对于汽车工业而言，仍旧需要依靠从业者长期的数据积累，waymo open dataset现阶段的数据量不足以说明问题。而且对于当下最稀缺的3d激光点云标注数据，waymo目前的贡献值几乎是寥寥无几。
除了发布数据集，waymo也同时曝光了无人车传感器配置，包括视觉系统、激光雷达系统和雷达系统。而waymo open dataset也将同步涉及到来自5个激光雷达、5个摄像头，激光雷达和摄像头的数据。
换句话说，随着本次数据集的公开，waymo自家传感器的所有性能将一览无遗。友商甚至可以直接进行评测：噪点多不多、远处物体距离准不准、除了距离和信号强度外还有没有其它信息……
那么，如果waymo后续将延用“对外出售激光雷达”的策略，打算继续拿其他传感器硬件挣钱，waymo open dataset的开放将会揭开waymo无人车上最大一块“遮羞布”。
利用FPGA和ADS8364实现数据采集控制器IP核设计
网格化空气微型站系统组成介绍
使用积分器模块进行滤波器设计
荣耀8XMax和荣耀8X的区别
STM32Cube CubeMX生成点灯工程
对自家技术一贯守口如瓶的Waymo,为何突然对“外部力量”张开了怀抱?
游泳也有音乐相伴，韶音OpenSwim运动MP3播放器全新上市
什么是压电MEMS传感器
多相DC-DC转换的优缺点 何时使用多相DC-DC转换？
主流的数据中心网络结构介绍
你认为Grid R-CNN会成为Faster R-CNN那样的传世经典吗？
直线模组3D打印技术成功应用于脑科手术
dcs控制系统的应用
2018年物联网厚积薄发LoRa将成为主流物联网络制式之一
面对NFC 苹果终于摘下了高冷佛系的面具
采用专门开发的独特光学设计！具有无与伦比优势的AR近眼检测镜头
小鹏汽车:2021年生产的车型开始采用激光雷达技术
如何通过Loom解决Java并发模型缺陷
OCP引发散射效应，加速“中国力量”从本土走向全球
功率模块双面散热介绍