STRIDE-QA-Mini ist ein Frage-Antwort-Datensatz für autonomes Fahren, der die räumlich-zeitlichen Denkfähigkeiten visueller Sprachmodelle (VLMs) in autonomen Fahrszenarien untersucht. Der Datensatz enthält 103.220 Frage-Antwort-Paare und 5.539 Bildbeispiele. Die Daten stammen aus realen Dashcam-Aufnahmen, die in Tokio (Stadt, Vorort und Autobahn, bei unterschiedlichen Wetterbedingungen) gesammelt wurden.

Datensatzstruktur

• Objektzentrierte räumliche Frage-Antwort-Methode (19.895 Frage-Antwort-Paare): Beziehung zwischen zwei externen Fahrzeugen

• Egozentrische räumliche Frage-Antwort-Methode (54.390 Frage-Antwort-Paare): Die Beziehung zwischen dem eigenen Fahrzeug und einem anderen Fahrzeug

• Egozentrische räumlich-zeitliche Frage- und Antwortübermittlung (28.935 Frage-Antwort-Paare): Aufgabe zur Vorhersage zukünftiger Entfernungen und Richtungen