論文の概要: One Thousand and One Hours: Self-driving Motion Prediction Dataset

• arxiv url: http://arxiv.org/abs/2006.14480v2
• Date: Mon, 16 Nov 2020 21:16:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-17 03:47:46.017562
• Title: One Thousand and One Hours: Self-driving Motion Prediction Dataset
• Title（参考訳）: 1000時間と1時間:自動運転モーション予測データセット
• Authors: John Houston, Guido Zuidhof, Luca Bergamini, Yawei Ye, Long Chen, Ashesh Jain, Sammy Omari, Vladimir Iglovikov, Peter Ondruska
• Abstract要約: これまでに1000時間以上のデータを含む、動き予測のための最大の自動運転データセットを提示する。 これはカリフォルニア州パロアルトの固定ルートに沿って、20台の自動運転車が4ヶ月にわたって収集したものだ。 これは170,000のシーンで構成され、各シーンの長さは25秒で、自動運転システムの知覚出力をキャプチャする。
• 参考スコア（独自算出の注目度）: 8.675886928486335
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Motivated by the impact of large-scale datasets on ML systems we present the largest self-driving dataset for motion prediction to date, containing over 1,000 hours of data. This was collected by a fleet of 20 autonomous vehicles along a fixed route in Palo Alto, California, over a four-month period. It consists of 170,000 scenes, where each scene is 25 seconds long and captures the perception output of the self-driving system, which encodes the precise positions and motions of nearby vehicles, cyclists, and pedestrians over time. On top of this, the dataset contains a high-definition semantic map with 15,242 labelled elements and a high-definition aerial view over the area. We show that using a dataset of this size dramatically improves performance for key self-driving problems. Combined with the provided software kit, this collection forms the largest and most detailed dataset to date for the development of self-driving machine learning tasks, such as motion forecasting, motion planning and simulation. The full dataset is available at http://level5.lyft.com/.
• Abstract（参考訳）: 大規模なデータセットがMLシステムに与える影響に触発されて、これまでに1000時間以上のデータを含む、動作予測のための最大の自動運転データセットを提示しました。 これはカリフォルニア州パロアルトの固定ルートに沿って4ヶ月にわたって20台の自動運転車によって収集された。 このシーンは170,000シーンで構成され、各シーンが25秒の長さで、近くの車、自転車、歩行者の正確な位置と動きをエンコードする自動運転システムの知覚出力をキャプチャする。 これに加えて、データセットには15,242個のラベル付き要素と、その領域を横断する高解像度の空中ビューがある。 このサイズのデータセットを使用することで、重要な自動運転問題のパフォーマンスが劇的に向上することを示す。 提供されるソフトウェアキットと組み合わせることで、このコレクションは、モーション予測、モーション計画、シミュレーションなどの自動運転機械学習タスクの開発において、これまでで最大かつ最も詳細なデータセットを形成する。 完全なデータセットはhttp://level5.lyft.com/で入手できる。

関連論文リスト

• DeepAccident: A Motion and Accident Prediction Benchmark for V2X Autonomous Driving [76.29141888408265]
  本研究では,現実の運転において頻繁に発生する多様な事故シナリオを含む大規模データセットを提案する。 提案したDeepAccidentデータセットには57Kの注釈付きフレームと285Kの注釈付きサンプルが含まれており、これは大規模なnuScenesデータセットの約7倍である。
  論文  参考訳（メタデータ） (2023-04-03T17:37:00Z)
• Argoverse 2: Next Generation Datasets for Self-Driving Perception and Forecasting [64.7364925689825]
  Argoverse 2(AV2)は、自動運転分野の研究の知覚と予測のための3つのデータセットの集合である。 Lidarデータセットには、ラベルなしのLidar点雲とマップ整列ポーズの2万のシーケンスが含まれている。 Motion Forecastingデータセットには、各ローカルシーンにおける自動運転車と他のアクター間の興味深い、挑戦的なインタラクションのために採掘された25万のシナリオが含まれている。
  論文  参考訳（メタデータ） (2023-01-02T00:36:22Z)
• Large Scale Real-World Multi-Person Tracking [68.27438015329807]
  本稿では,新しい大規模多人数追跡データセットであるtexttPersonPath22を提案する。 MOT17、HiEve、MOT20などの高品質なマルチオブジェクト追跡データセットよりも桁違いに大きい。
  論文  参考訳（メタデータ） (2022-11-03T23:03:13Z)
• PandaSet: Advanced Sensor Suite Dataset for Autonomous Driving [7.331883729089782]
  PandaSetは、商用ライセンスのない完全かつ高精度な自動運転車センサーキットによって生成された最初のデータセットである。 データセットには100以上のシーンが含まれており、それぞれが8秒の長さで、オブジェクト分類用の28種類のラベルとセマンティックセグメンテーションのための37種類のラベルを提供する。
  論文  参考訳（メタデータ） (2021-12-23T14:52:12Z)
• SODA10M: Towards Large-Scale Object Detection Benchmark for Autonomous Driving [94.11868795445798]
  我々は,SODA10Mという名の自律走行用大規模物体検出ベンチマークをリリースし,1000万枚の未ラベル画像と6つの代表対象カテゴリをラベル付けした20K画像を含む。 多様性を向上させるために、画像は32の異なる都市で、1フレームあたり10秒毎に異なる気象条件、期間、場所のシーンで収集される。 我々は、既存の教師付き最先端検出モデル、一般的な自己監督型および半教師付きアプローチ、および将来のモデルの開発方法に関するいくつかの知見について、広範な実験と詳細な分析を行った。
  論文  参考訳（メタデータ） (2021-06-21T13:55:57Z)
• One Million Scenes for Autonomous Driving: ONCE Dataset [91.94189514073354]
  自律運転シナリオにおける3次元物体検出のためのONCEデータセットを提案する。 データは、利用可能な最大の3D自動運転データセットよりも20倍長い144時間の運転時間から選択される。 我々はONCEデータセット上で、様々な自己教師的・半教師的手法を再現し、評価する。
  論文  参考訳（メタデータ） (2021-06-21T12:28:08Z)
• Large Scale Interactive Motion Forecasting for Autonomous Driving : The Waymo Open Motion Dataset [84.3946567650148]
  10万枚以上のシーンが10Hzで20秒に渡り、私たちの新しいデータセットには1750kmの道路上の570時間以上のユニークなデータが含まれています。 高精度な3d自動ラベルシステムを用いて,道路エージェント毎に高品質な3dバウンディングボックスを生成する。 シングルエージェントとジョイントエージェントの相互作用運動予測モデルの両方を総合的に評価する新しいメトリクスセットを紹介します。
  論文  参考訳（メタデータ） (2021-04-20T17:19:05Z)
• The NEOLIX Open Dataset for Autonomous Driving [1.4091801425319965]
  自律走行領域におけるNEOLIXデータセットとその応用について述べる。 私たちのデータセットには、ポイントクラウドラベル付き約30,000フレームと、アノテーション付き600k以上の3Dバウンディングボックスが含まれています。
  論文  参考訳（メタデータ） (2020-11-27T02:27:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。