Fugu-MT 論文翻訳(概要): Ad-datasets: a meta-collection of data sets for autonomous driving

論文の概要: Ad-datasets: a meta-collection of data sets for autonomous driving

arxiv url: http://arxiv.org/abs/2202.01909v1
Date: Thu, 3 Feb 2022 23:45:48 GMT
ステータス: 処理完了
システム内更新日: 2022-02-07 15:01:23.932616
Title: Ad-datasets: a meta-collection of data sets for autonomous driving
Title（参考訳）: アドデータセット:自動運転のためのデータセットのメタコレクション
Authors: Daniel Bogdoll, Felix Schreyer, J. Marius Z\"ollner
Abstract要約: ad-datasetsは150以上のデータセットの概要を提供するオンラインツールである。ユーザーは16のカテゴリでデータセットをソートしてフィルタリングできる。
参考スコア（独自算出の注目度）: 5.317624228510748
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Autonomous driving is among the largest domains in which deep learning has been fundamental for progress within the last years. The rise of datasets went hand in hand with this development. All the more striking is the fact that researchers do not have a tool available that provides a quick, comprehensive and up-to-date overview of data sets and their features in the domain of autonomous driving. In this paper, we present ad-datasets, an online tool that provides such an overview for more than 150 data sets. The tool enables users to sort and filter the data sets according to currently 16 different categories. ad-datasets is an open-source project with community contributions. It is in constant development, ensuring that the content stays up-to-date.
Abstract（参考訳）: 自律運転は、過去数年間でディープラーニングが進歩する上で重要な分野のひとつだ。データセットの出現はこの開発と相まって行われた。さらに注目すべきなのは、研究者には、データセットとその自動運転領域の機能に関する、迅速かつ包括的で最新の概要を提供するツールがないという事実だ。本稿では,150以上のデータセットの概観を提供するオンラインツールad-datasetsを提案する。このツールを使うとユーザーは、現在16のカテゴリーでデータセットをソートしてフィルタリングできる。 ad-datasetsはオープンソースのコミュニティコントリビューションプロジェクトだ。常に開発が続けられており、コンテンツが最新であることを保証する。

関連論文リスト

Electric Vehicle Enquiry (EVE) Pilot [0.0]
このデータセットは、3年間のルノー動物園の利用データをカバーしている。データセットの収集プロセス、その処理、および含むすべての変数の記述について詳述する。
論文参考訳（メタデータ） (2024-03-05T08:32:21Z)
A Survey on Autonomous Driving Datasets: Statistics, Annotation Quality, and a Future Outlook [24.691922611156937]
複数の視点から265個の自律走行データセットを網羅的に検討した。我々は、新しいデータセットを作成するためのガイドとしても使えるデータセットの影響を評価するための新しい指標を紹介します。我々は、将来の自動運転データセットの現在の課題と開発動向について論じる。
論文参考訳（メタデータ） (2024-01-02T22:35:33Z)
Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。また、解決を保障する科学的、技術的課題も検討している。
論文参考訳（メタデータ） (2023-12-06T10:46:53Z)
On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
AI技術の信頼性に関する深刻な懸念があった。機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
論文参考訳（メタデータ） (2023-10-24T14:01:53Z)
A Survey on Datasets for Decision-making of Autonomous Vehicle [11.556769001552768]
意思決定は、ハイレベルな自動走行に向けた重要なモジュールの1つである。データ駆動による意思決定アプローチは、ますます注目を集めています。本研究では、車両、環境、運転者関連データの最先端データセットを比較した。
論文参考訳（メタデータ） (2023-06-29T08:42:18Z)
LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
論文参考訳（メタデータ） (2023-06-14T05:48:36Z)
LiDAR dataset distillation within bayesian active learning framework: Understanding the effect of data augmentation [63.20765930558542]
アクティブラーニング(AL)は、アノテーションコストとデータセットサイズの削減に対処するため、最近再び注目されている。本稿では,大規模なセマンティックKITTIデータセットの1/4分の1でALベースのデータセット蒸留を原理的に評価する。我々は、選択したデータセット構成からのサンプルの60%のみを使用して、データ拡張が完全なデータセット精度を達成することを観察した。
論文参考訳（メタデータ） (2022-02-06T00:04:21Z)
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)
Simplified Data Wrangling with ir_datasets [37.558383796758356]
ir_datasesは、IR(Information Retrieval)実験で使用されるデータセット上の典型的な操作を取得、管理、実行するためのツールです。このツールは、多数のIRデータセットとベンチマークにpythonとコマンドラインインターフェースを提供する。
論文参考訳（メタデータ） (2021-03-03T09:38:36Z)
Diverse Complexity Measures for Dataset Curation in Self-driving [80.55417232642124]
トラフィックシーンの面白さを定量化する多様な基準を活用した新たなデータ選択手法を提案する。実験の結果,提案するキュレーションパイプラインは,より汎用的で高いパフォーマンスをもたらすデータセットを選択できることが判明した。
論文参考訳（メタデータ） (2021-01-16T23:45:02Z)
One Thousand and One Hours: Self-driving Motion Prediction Dataset [8.675886928486335]
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。
論文参考訳（メタデータ） (2020-06-25T15:23:41Z)

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。