Zenseact Open Dataset
PulseAugur coverage of Zenseact Open Dataset — every cluster mentioning Zenseact Open Dataset across labs, papers, and developer communities, ranked by signal.
-
新协议增强自动驾驶安全测试
研究人员推出了一种名为RISC（Risk-Informed Slice Coverage，基于风险的切片覆盖）的新协议，旨在提高自动驾驶系统的安全性和评估水平。该协议通过关注高风险驾驶条件并提供明确的覆盖证据来指导测试。通过将有限的审计预算导向相关数据子集，RISC旨在比随机抽样更有效地发现关键故障。概念验证表明，RISC能够显著增加行人感知模块中关键故障的发现率。
-
SAM管道为自动驾驶数据生成像素级标注
研究人员开发了一种新方法，为以前只有边界框的自动驾驶数据集创建密集、像素级的标注。该管道利用Segment Anything Model (SAM)将边界框转换为语义掩码，显著提高了Zenseact Open Dataset (ZOD)等数据集的可用性。标注数据用于评估基于Transformer和基于CNN的架构，实现了高达48.1%的mIoU，并探索了专门的模型来解决罕见但关键的对象（如行人、标志）的极端类别不平衡问题。
-
SAM通过像素级标注增强自动驾驶数据集
研究人员开发了一种使用Segment Anything Model (SAM) 的新流程，为以前只有边界框的自动驾驶数据集生成密集、像素级的标注。这种基于SAM的方法已应用于Zenseact Open Dataset (ZOD)，生成了超过10万帧的标注，其中精选的2300帧子集显示了36%的接受率。在基于Transformer的CLFT和基于CNN的DeepLabV3+架构上的评估达到了48.1%的mIoU，而专门的模型对稀有类别显…