BDD-X 全称 Berkeley Deep Drive-X (eXplanation)，由时长超过 77 小时的 6,970 段驾驶视频组成。这些视频是在不同的驾驶条件下拍摄的，例如白天/夜晚，高速公路/城市/乡村，夏天/冬天等。 每段视频平均时长 40 秒，包含大约 3-4 个动作，例如加速、减速、右转等，所有这些动作都有说明和解释。该数据集包含超过 8.4M 帧的 26K 个活动。

Citation

@article{kim2018textual, title={Textual Explanations for Self-Driving Vehicles}, author={Kim, Jinkyu and Rohrbach, Anna and Darrell, Trevor and Canny, John and Akata, Zeynep}, journal={Proceedings of the European Conference on Computer Vision (ECCV)}, year={2018} }