HDI-Dataset 是数据集领域的开源项目，由 Qpu523 开发，2024 年首次发布。
它收录于数据集分类，该分类目前共有 278 个项目，GitHub 星标数为 216。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-20。开源数据集，免费使用。
它主要面向的使用场景是：自动驾驶感知算法在复杂城市路口的训练与评测。同类可对比的替代方案包括 nuScenes、Waymo Open Dataset、Argoverse。
HDI-Dataset
用高密度路口数据，训练更懂混行交通的感知模型
HDI-Dataset 是一个面向高密度交叉路口场景的开源数据集，全称 High Density Intersection Dataset。它针对城市交通中行人、非机动车与机动车高度混行、相互遮挡严重的交叉路口环境，提供经过标注的多模态感知数据，用于训练和评测目标检测、多目标跟踪、轨迹预测与行为理解等算法。项目解决的核心问题是：现有自动驾驶数据集多聚焦于常规道路或高速公路，对高密度、强交互的交叉路口覆盖不足，导致模型在复杂城市场景下泛化能力差。数据集包含密集目标标注与场景级信息，可支撑感知与预测任务的联合研究。项目以数据集形式发布，配套说明文档与下载入口，适合学术界和工业界用于算法对比与基准测试。当前星标约 216，属于早期项目，社区规模较小，但方向明确，对交叉路口智能交通研究有实际参考价值。
开源
free
数据集
GitHub 星标
★ 216
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队Qpu523
所属国家
定价模式free
价格说明开源数据集，免费使用
访问状态
是否开源是
开源协议
主要语言
技术栈/模型
GitHub 星标★ 216
30天Star增速
HF 下载量
上线时间2024-09-26 00:00:00
最近更新2026-09-20 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0
使用教程
核心亮点
- 聚焦高密度交叉路口这一稀缺场景，填补常规数据集对混行交通覆盖不足的空白
- 面向检测、跟踪、轨迹预测等多任务，可用于算法横向对比与基准评测
- 提供场景级密集标注，适合研究目标间强交互与遮挡问题
不足之处
- 项目处于早期，星标与社区规模较小，长期维护和更新频率待观察
- 语言与技术栈信息缺失，配套工具链和文档完整度有待确认
适用场景
- 自动驾驶感知算法在复杂城市路口的训练与评测
- 多目标跟踪与轨迹预测模型的基准对比实验
- 智能交通研究中行人-车辆交互行为建模
替代项目
nuScenes、Waymo Open Dataset、Argoverse
项目介绍
下一篇：market_prices
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models