点击下方卡片,关注“自动驾驶之心”公众号
ADAS巨卷干货,即可获取
论文作者 | 汽车人
编辑 | 自动驾驶之心
欢迎关注和参与 WACV 2024 自动驾驶大语 言视觉模型研讨会(LLVM-AD)
导语:为了汇集学术界和工业界专业人士,共同探索多模态大模型在自动驾驶及高精地图中的应用,我们推出了“自动驾驶大语言视觉模型研讨会(LLVM-AD)”,发布了跨模态(点云 BEV、 照片、语言)特色数据集——MAPLM,多模态语言问答任务比赛,并征集相关论文投稿,欢迎各位积极参与。
研讨会介绍
WACV 全称:Winter Conference on Applications of Computer Vision,是领域内著名的计算机视觉应用会议之一,每年举办一次。
腾讯地图HD 自动化团队,联合伊利诺伊大学厄巴纳-香槟分校(University of Illinois Urbana- Champaign)、普渡大学(Purdue University)以及弗吉尼亚大学(University of Virginia),共同发起了WACV 旗下专题研讨会——自动驾驶大语言视觉模型研讨会(LLVM-AD),英文全称:1st Workshop on Large Language and Vision Models for Autonomous Driving。
本次研讨会以“多模态大模型在自动驾驶中的应用”为特色主题,针对计算机视觉、大语言模型、自动驾驶、高精度地图等一系列领域的议题,组织论文投稿,并发布特色数据集MAPLM 以及多模态问答任务比赛。研讨会旨在汇集学术界和工业界的专业人士,探索大型语言和视觉模型在自动驾驶以及高精地图中的应用,欢迎各位积极投稿论文或打榜,表现优秀的在校学 生,可优先获得腾讯地图感知算法岗实习机会。关于数据集和比赛内容可随时关注:
-
官方主页:LLVM-AD Workshop @ WACV 2024
-
官方 GIT 网址:GitHub – LLVM-AD/MAPLM: MAPLM: A Large-Scale Vision-Language Dataset for Map and Traffic Scene Understanding
特色数据集 MAPLM 介绍
腾讯地图 HD 自动化团队、伊利诺伊大学厄巴纳-香槟分校(University of Illinois Urbana- Champaign)、普渡大学(Purdue University)以及弗吉尼亚大学(University of Virginia)联合推出了业界首个多模态语言+ 视觉(点云BEV+环视图像)交通场景理解数据集:MAPLM。数据 集包含丰富的道路场景的点云和图像资料,并配套多个层级的场景描述信息,让模型学会处理更复杂多变的交通环境。
场景资料:
MAPLM 提供了包含高速、快速路、城市道路、乡村道路在内的各类交通场景图像资料,并包含丰富的路口场景。每一帧数据资料包括两个部分:
-
点云 BEV:3D 点云在 BEV 视角下的投影图,图像清晰,分辨率高
-
环视图像:广角相机拍摄的前视、左后、右后三个方向的高分辨率照片(照片约为 4k*3k 竖幅,下图展示的仅为裁切后的示例)
描述标签:
-
要素级:车道线、地面标志、停止线、路口区域等
-
车道级:车道类型、通行方向、转向类别等
-
道路级:场景类型、道路数据质量、路口结构等
开源数据集获取方式:
-
GIT 地址:GitHub – LLVM-AD/ucu-dataset
-
数据筹备中,近期发布,数据介绍说明、引用方式等均在 GIT 网址中详细说明
多模态问答任务比赛介绍
依托上述数据集中丰富的道路交通场景信息,我们设计了基于 ScienceQA 的自然语言与图像结合的问答任务。
任务介绍:
我们提供以下数据或先验输入:
-
点云 BEV 图像:3D 点云在 BEV 视角下的投影图
-
环视影像:广角相机拍摄,每帧包含前视,左后,右后三个拍摄角度
-
投影转换参数:每帧数据照片与点云图像的透视投影转换参数
任务问题形式:针对各个维度的标签,我们会随机提供对应标签的自然语言问题,标签维度包括但不限于场景类型,车道个数及属性信息,是否包含路口等。具体示例如下:
我们通过 ScienceQA 特色的 matrix 问答评估方式,来衡量模型能力得分。比赛提供评测方法和测试集,附带详细说明,随数据集一同发布。欢迎随时关注官方 GIT 网址:GitHub – LLVM- AD/MAPLM: MAPLM: A Large-Scale Vision-Language Dataset for Map and Traffic Scene Understanding
论文征集与线下分享
本次研讨会以“多模态大模型在自动驾驶中的应用”为特色主题进行论文征稿,欢迎计算机视觉、自然语言、模式识别等领域的学者,或自动驾驶、高精地图等相关领域从业者投稿,鼓励论文与比赛关联投递。论文投稿提供 CMT 链接,详见官方主页介绍:Call for Papers | LLVM- AD Workshop @ WACV 2024。
投递时间安排:
-
投递截止日期:2023 年 10 月 23 日
-
接收通知日期:2023 年 11 月 13 日
-
发布日期:2023 年 11 月 19 日
另外,我们将在 2024 年 1 月初(取决于 WACV 组委会安排)举行为期半天的线下学术交流活动,包括优秀论文海报宣传和现场陈述介绍,并邀请学术界和工业界著名研究人员进行演讲, 欢迎各位届时参与。
联系方式
以上关于数据集,比赛,论文征稿有任何问题,欢迎咨询:
-
chrisczheng@tencent.com
-
kyriezhou@tencent.com
① 全网独家视频课程
BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频(扫码即可学习)
视频官网:www.zdjszx.com
② 国内首个自动驾驶学习社区
近2000人的交流社区,涉及30+自动驾驶技术栈学习路线,想要了解更多自动驾驶感知(2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计)、自动驾驶定位建图(SLAM、高精地图、局部在线地图)、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布,欢迎扫描下方二维码,加入自动驾驶之心知识星球,这是一个真正有干货的地方,与领域大佬交流入门、学习、工作、跳槽上的各类难题,日常分享论文+代码+视频,期待交流!
③【自动驾驶之心】技术交流群
自动驾驶之心是首个自动驾驶开发者社区,聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群,备注:学校/公司+方向+昵称(快速入群方式)
④【自动驾驶之心】平台矩阵,欢迎联系我们!
今天的文章
自动驾驶 nlp_自动驾驶noa分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:http://bianchenghao.cn/80406.html