本田美国研究所 发布 Rank2Tell 数据集, 应用在 自动驾驶、视觉场景理解 领域

本田美国研究所 本次发布的数据集 Rank2Tell, Rank2Tell是由本田美国研究所和斯坦福大学合作开发的多模态数据集，专注于城市交通场景中的视觉场景理解和重要性排序。该数据集包含116个视频片段，每个约20秒，聚焦于交叉路口的复杂交通情况。数据集通过视觉问答（VQA）方法，提供了密集的语义、空间、时间和关系属性标注，以及自然语言解释，以增强自动驾驶系统的透明度和可解释性。此外，数据集还引入了联合模型，用于同时预测重要性级别和生成自然语言标题，为安全关键应用提供了新的研究资源。

查看Rank2Tell

关于 本田美国研究所 , 本田美国研究所是本田技研工业株式会社在美国设立的研究机构，专注于汽车技术、机器人技术和其他先进技术的研发。

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。