STRIDE-QA-Mini est un jeu de données de type questions-réponses pour la conduite autonome, conçu pour étudier les capacités de raisonnement spatio-temporel des modèles de langage visuel (MLV) dans des scénarios de conduite autonome. Ce jeu de données contient 103 220 paires questions-réponses et 5 539 échantillons d'images. Les données proviennent de véritables images de caméras embarquées prises à Tokyo (en milieu urbain, périurbain et sur autoroute, dans diverses conditions météorologiques).

Structure du jeu de données

• Réponse aux questions spatiales centrées sur l'objet (19 895 paires question-réponse) : Relation entre deux véhicules externes

• Réponse aux questions spatiales égocentriques (54 390 paires de questions-réponses) : La relation entre son propre véhicule et un autre véhicule

• Réponse aux questions spatio-temporelles égocentriques (28 935 paires question-réponse) : tâche de prédiction de la distance et de la direction futures