DriveLM 다운로드 - DriveLM 소스 코드 다운로드

DriveLM

AI 소스 코드

1.0.0

다운로드

drivelm : graph v isual q uestion a nswering

Autonomous Driving Challenge 2024 Driving-with Language Leaderboard.

drivelm_nus_demo_v2_1.mp4

하이라이트

우리는 Nuscenes와 Carla에 구축 된 데이터 세트 ( drivelm-data )를 인스턴스화하고 공동으로 그래프 VQA 및 엔드 투 엔드 주행을 수행하기위한 VLM 기반 기준 접근법 ( Drivelm-Agent )을 제안합니다.

? Drivelm은 CVPR 2024 Autonomous Driving Challenge 의 주요 트랙 역할을합니다. 기준선, 테스트 데이터 및 제출 형식 및 평가 파이프 라인을 포함하여 도전에 필요한 모든 것이 여기에 있습니다!

소식

[2025/01/08] 드라이브 벤치 릴리스! Drivelm이 무엇인지에 대한 심층 분석은 실제로 벤치마킹입니다. Arxiv를 살펴보십시오.
[2024/07/16] Drivelm 공식 리더 보드 재개!
[2024/07/01] Drivelm은 ECCV 2024에 받아 들여졌습니다! 팀에게 축하드립니다!
[2024/06/01] 도전이 끝났습니다! 최종 리더 보드를 참조하십시오.
[2024/03/25] 챌린지 테스트 서버가 온라인 상태이며 테스트 질문이 출시됩니다. chekc 아웃!
[2024/02/29] 도전 레포 릴리스. 기준선, 데이터 및 제출 형식, 평가 파이프 라인. 보세요!
[2023/08/25] Drivelm-Nuscenes 데모가 출시되었습니다.
[2023/12/22] DRIVELM-NUSCENES FULL v1.0 및 용지가 발표되었습니다.

시작하기

drivelm을 시작하려면 :

drivelm-nuscenes를 준비하십시오
Devkit에 도전하십시오
더 많은 콘텐츠가 곧 제공됩니다

(뒤로 맨 위로)

현재의 노력과 미래 방향

실제 응용 프로그램에서 GPT 스타일의 멀티 모달 모델의 출현은 운전에서 언어의 역할에 대한 연구를 동기를 부여합니다.
아래 날짜는 ARXIV 제출 날짜를 반영합니다.
누락 된 작업이 있으면 저희에게 연락하십시오!

Drivelm은 지역 사회가 직면 한 몇 가지 문제를 해결하려고 시도합니다.

데이터 부족 : Drivelm-Data는 언어로 운전하기위한 포괄적 인 벤치 마크 역할을합니다.
실시 예 : GVQA는 LLMS / VLMS의 구현 된 응용에 대한 잠재적 방향을 제공합니다.
폐쇄 루프 : Drivelm-Carla는 언어로 폐쇄 루프 계획을 탐색하려고 시도합니다.

(뒤로 맨 위로)

TODO 목록

(뒤로 맨 위로)

드라이브 름-데이터

우리는 인간이 쓴 추론 논리를 가진 Perception, Prediction, Planning, Behavior, Motion 작업을 그들 사이의 연결로 촉진합니다. 우리는 Drivelm-data에서 GVQA의 과제를 제안합니다.

비교 및 통계

DRIVELM-DATA는 그래프 구조화 된 논리적 종속성으로 운전 작업의 전체 스택을 용이하게하는 첫 번째 언어 운전 데이터 세트입니다.

GVQA 작업, 데이터 세트 기능 및 주석에 대한 세부 사항에 대한 링크.

(뒤로 맨 위로)

라이센스 및 인용

이 저장소의 모든 자산 및 코드는 달리 지정되지 않는 한 Apache 2.0 라이센스에 따라 있습니다. 언어 데이터는 CC By-NC-SA 4.0 아래에 있습니다. 다른 데이터 세트 (Nuscenes 포함)는 자체 배포 라이센스를 상속합니다. 우리의 논문을 인용하고 프로젝트가 당신의 연구에 도움이되면 프로젝트를 고려하십시오.

 @article { sima2023drivelm ,
  title = { DriveLM: Driving with Graph Visual Question Answering } ,
  author = { Sima, Chonghao and Renz, Katrin and Chitta, Kashyap and Chen, Li and Zhang, Hanxue and Xie, Chengen and Luo, Ping and Geiger, Andreas and Li, Hongyang } ,
  journal = { arXiv preprint arXiv:2312.14150 } ,
  year = { 2023 }
}

 @misc { contributors2023drivelmrepo ,
  title = { DriveLM: Driving with Graph Visual Question Answering } ,
  author = { DriveLM contributors } ,
  howpublished = { url{https://github.com/OpenDriveLab/DriveLM} } ,
  year = { 2023 }
}