陈廷敬的后人这份L5数据集内容丰富，加入了原始传感摄像头和激光雷达收集到的内容，内含55000个人类标注的3D注释框架，还有高清空间语图。
研究人员表示，利用这个数据集可以处理各种问题，比如随时间推移的智能体预测，比如激光雷达的景深估计，再比如通过语图在3D中进行物体检测等等。
有人会问了，此前工作都是在用自动驾驶nuScenes数据集，也就是那个去年发布，自己声称规模和精度均超过KITTI、ApolloScape的数据集，两者会不会不兼容？
除了公布这样一个数据集，Lyft表示不久后还会公布一个基于数据集的大赛，验证和测试集将在比赛发布后公布，比赛金池为25000美元。
此前，Lyft先后与先后和通用汽车、Waymo等达成合作，并获得Waymo母公司Alphabet5亿美元的投资。
2017年，Lyft获得了DMV的测牌照，与Drive.ai达成合作，要在湾区试水无人驾驶出租车。
去年，Lyft获得了全球顶尖的汽车零配件大厂Magna2亿美元的投资，并合作打造自动驾驶汽车以及系统，目标方向是L4。
Lyft的自动驾驶野心在体现在其CEO Green Logan此前的中，Logan表示，希望的是每一个制造商都能生产自动驾驶的车辆，然后用Lyft的平台。
在今年的计算机视觉顶会CVPR现场，Waymo公布将数据集Waymo Open Dataset，内含3000个、长达16.7小时驾驶场景，场景数量是nuScenes数据集的三倍，总共包括2500万个3D边界框，2200万个2D边界框。
还有另外一家美国无人车创业公司也贡献了一份数据集，Argo AI的Argoverse数据集覆盖了迈阿密和的113个场景，有9个摄像头和2个激光雷达采集的图像，标记的物体超过了10000个。
Cruise也不甘落后，创建了开源数据可视化平台Webviz，方便研究人员理解无人车的数据，帮助他们分析汽车的决策方式，任何人都可以使用。
再往前看，还有伯克利DeepDrive联盟发布的驾驶视频数据集BDD100K，里面有10万个视频，每个视频大约40秒，还带有GPS/IMU信息显示行进轨迹。
除了Apollo生态本身就是为开源而生，百度去年还了ApolloScape大规模自动驾驶数据集。
百度表示，ApolloScape数据集包含数十万帧逐像素语义分割标注的高分辨率图像数据，以便研究人员更好的利用数据集的价值，在数据集中定义了共26个不同语义项的数据实例。规模上“秒杀”了Cityscapes，比后者同类数据集大10倍以上。
如今，自动驾驶开源正在成为new y，这是自动驾驶产业进一步成熟的标志，也是自动驾驶产业加速发展的风向标。