华中科技大学 发布 NuInteract 数据集, 应用在 自动驾驶、视觉-语言模型 领域

华中科技大学 本次发布的数据集 NuInteract, NuInteract是一个大规模的数据集，包含超过150万对多视角图像语言对，涵盖密集的场景描述和多样的交互式驾驶任务。数据集包含239K张图像，34K帧，以及850个场景中的超过150万对图像-语言对。数据集的生成过程基于nuScenes数据集，通过自动化标注流程高效生成密集的环境描述和各种基于语言的交互式驾驶任务数据。NuInteract数据集旨在解决现有视觉-语言模型在自动驾驶场景中环境感知不足和3D感知不足的问题，为视觉-语言模型的训练和自动驾驶任务的执行提供支持。

查看NuInteract

README 内容： 

关于 华中科技大学 , None

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。