此次自動駕駛研討會上行業大咖云集、干貨滿滿。特斯拉人工智能部門主管Andrej Karpathy、KITTI數據集創始人Andreas Geiger、Lyft工程副總裁Luc Vincent、Waymo技術主管Congcong Li和Chen Wu、Uber自動駕駛部門(ATG)主管Raquel Urtasun、加州大學伯克利分校教授，BDD研究中心副主任Kurt Keutzer等重量級專家同臺交鋒，就自動駕駛未來發展進行了前沿分享和深入探討，搭建了自動駕駛產學研界溝通的橋梁。此外，ApolloScape還在6月18日晚上舉辦一場精致的晚宴，邀請計算機視覺界極具創新想法和實踐精神的研究人員、開發者和合作伙伴出席，進行進一步的分享交流。

(活動現場，百度機器人與自動駕駛實驗室負責人楊睿剛，Lyft工程副總裁Luc Vincent，南加州大學教授/Amazon Director of Research Gerard Medioni，康納爾大學教授/Computer Vision Foundation主席Ramin Zabih)

自動駕駛研討會聯合主席，百度機器人與自動駕駛實驗室負責人楊睿剛教授介紹到，在自動駕駛開發測試中，海量、高質的真實數據是必不可缺的“原料”。但是，少有團隊有能力開發并維持一個適用的自動駕駛平臺，長期的，系統的收集和標注新數據，因此行業亟需一個數據量充沛、標注詳實的自動駕駛專用數據平臺。今年3月，百度大規模自動駕駛數據集ApolloScape應需開放，致力于為全世界自動駕駛技術研究者提供更為實用的數據資源及評估標準。據介紹，ApolloScape目前行業內環境最復雜、標注最精準、數據量最大的三維自動駕駛公開數據集。

(ApolloScape 活動現場)

感知能力是自動駕駛亟待攻克的方向之一，而語義理解則能幫助更加準確地解析目標場景對象。但是，圖像的語義標注需要耗費大量的財力和人力，因此業內目前能夠用于語義分割的標注圖像數據極其有限。因此，被標注的圖像數據量和場景組合成為衡量一個數據集復雜性和實用性的重要依據。目前，ApolloScape已經開放了14.7萬幀的像素級語義標注圖像，包括感知分類和路網數據等數十萬幀逐像素語義分割標注的高分辨率圖像數據，以及與其對應的逐像素語義標注， 并將進一步涵蓋更復雜的環境、天氣和交通狀況，添加更多的傳感器來擴充數據的多樣性。并且，ApolloScape的標注精細度上超過同類型的KITTI，Cityscapes數據集，也超過UC Berkley最新發布的BDD100K。因為對于任何數據集，標注數據量和場景組成，共同決定了數據復雜度和實際的可用性。

自動駕駛公開數據集比較(*表示第三方標注不計算在內)

除了研討會，每屆大會的挑戰賽也備受關注，可謂是全球計算機視覺研發人員踴躍參與的極客“世界杯”。在CVPR自動駕駛研討會上，百度和BDD合作發起了4項任務挑戰賽，其中，基于ApolloScape數據集，在國外知名機器學習競賽平臺Kaggle上線Video Segmentation Challenge(視頻場景解析挑戰賽)，成為本屆CVPR的最受關注的挑戰賽之一。據悉，本屆CVPR僅挑選了4個挑戰賽與Kaggle進行合作，ApolloScape的Video Segmentation Challenge便是其中之一，吸引了145只國內外隊伍參賽。據悉，挑戰賽獲獎隊伍會在美國時間22日的自動駕駛研討會現場進行成果分享。

據悉，ApolloSpace接下來將為數據集拓展更多類型、更多屬性的數據：通過添加紅外圖像，幫助自動駕駛算法更容易進行夜間檢測;提取更稠密的軌跡信息，用于對駕駛行為進行建模;以及通過眾包模式采集立體視覺的駕駛特殊事件圖像。此外，ApolloScape未來還將增加美國的相關數據。

隨著合作伙伴以及開發者絡繹不絕地加入，作為世界上唯一的像素級的、連續視頻三維數據集，ApolloSpace將成規模地獲取更多數據并從中汲取經驗，涵蓋更為豐富、復雜的全球化場景，支持自動駕駛技術的落地應用及產業發展。同時，Apollo也正聯手越來越多的合作伙伴和開發者，持續創新，將自動駕駛、智能網聯技術滲透、落地至各個場景之中，掀起汽車產業的智能化革命。