自动驾驶六视角图像数据集 2.92万张训练验证图片 适用多视角场景理解与视觉问答

### 数据概览

本数据商品提供DriveLM-nuScenes配套的训练集与验证集图像，交付内容为drivelm_nus_imgs_train.zip和drivelm_nus_imgs_val.zip两个完整压缩包。全量共包含29,226张道路驾驶场景图片，其中训练集24,432张、验证集4,794张；按照六个摄像头在两个划分中的等量分布，分别对应4,072个训练帧和799个验证帧，共4,871组六视角帧级图像。两个压缩包合计约4.19GB，解压后的图像总大小约4.20GB，可直接用于多摄像头视觉数据读取、模型输入构建和自动驾驶研究环境准备。

### 数据内容与结构

全部文件均为1600×900分辨率的RGB JPEG图像，按前向、前左、前右、后向、后左和后右六个摄像头目录组织。训练集每个摄像头目录包含4,072张图片，验证集每个摄像头目录包含799张图片，六个方向的文件数量完全均衡。文件名保留拍摄序列、摄像头方向和时间戳信息；按文件名中的日期统计，图像时间范围为2018年5月21日至2018年11月21日。

| 核心项目 | 数据情况 | 使用价值 |
|---|---:|---|
| 数据划分 | 训练集24,432张，验证集4,794张 | 可按既定训练与验证结构组织实验 |
| 帧级规模 | 训练4,072帧，验证799帧 | 共4,871组六视角图像基础 |
| 摄像头方向 | 前、前左、前右、后、后左、后右 | 支持车辆周围环境的多方向观察 |
| 图像规格 | 29,226张RGB JPEG，1600×900 | 适合统一预处理和批量加载 |
| 文件体积 | 压缩约4.19GB，解压约4.20GB | 包含完整原始图像文件 |
| 完整性核验 | 0张损坏、0个空文件、0组重复图像 | 降低读取错误和数据重复风险 |

全量核验过程中已逐张读取29,226张图片，并检查ZIP CRC、JPEG格式、颜色模式、分辨率和文件哈希。所有图片均可正常解析，未发现重复路径、零字节文件、压缩包内重复图像或训练集与验证集之间的相同图像。训练集包含50种拍摄序列命名前缀，验证集包含18种，两个划分之间未发现相同的序列前缀。

### 应用价值

该数据适合用于自动驾驶多摄像头图像加载、多视角感知研究、驾驶场景视觉表征学习和视觉语言模型的图像输入准备。研究人员可围绕六个视角建立同步图像预处理流程，开展尺寸变换、图像编码、特征融合、视角对齐和多图提示构造；也可将其用于自监督视觉学习、图像检索、驾驶场景聚类、数据管线性能测试以及DriveLM相关模型代码的环境适配。

对于需要开展感知、预测和规划问答研究的团队，这批图片可作为DriveLM-nuScenes任务的视觉输入底座，并与另行获取的问答、目标框或其他标注进行关联。完整训练与验证图像划分能够减少用户重新筛选nuScenes图像子集的工作量，适合高校实验室、自动驾驶研发团队、视觉语言模型研究人员和多模态算法工程师使用。