Lyft, 최대 규모의 L5 자율주행 예측 데이터셋 공개 및 모션 예측 경연대회 개최
Lyft는 최근 1,000시간 이상의 운전 기록이 포함된 레벨 5 자율주행 예측 데이터 세트를 공개했습니다. 또한 이 회사는 3만 달러의 상금을 걸고 자율주행 동작 예측 챌린지를 시작했습니다.
Lyft가 새로운 데이터 세트를 공개했습니다.
지난 7월, Lyft는 인간이 레이블을 지정한 55,000개 이상의 3D 주석 프레임이 포함된 L5 자율주행 인식 데이터 세트를 공개했습니다. 당시 이는 공식적으로 이런 종류의 공개 데이터 세트 중 가장 큰 규모라고 불렸습니다.
그로부터 1년 후, Lyft는 L5 자율주행 예측 데이터 세트를 공개했습니다.
애플리케이션 다운로드 주소: https://www.catalyzex.com/paper/arxiv:2006.14480/dataset
17만 개의 장면과 2,500km 이상의 도로 데이터
이번에 Lyft가 공개한 데이터 세트는 동작 예측에 초점을 맞췄습니다.관계자들은 자율주행 분야의 오랜 연구 과제는 교통 흐름을 예측할 만큼 견고하고 신뢰할 수 있는 모델을 만드는 것이라고 밝혔습니다.
이 데이터는 캘리포니아주 팔로 알토의 고정 경로를 운행하는 자율주행차 23대를 통해 4개월 동안 수집되었습니다.자동차, 보행자 및 기타 장애물에 대한 운전 기록이 포함되어 있습니다.
데이터 세트에는 특히 다음이 포함됩니다.
- 1000시간:자율주행차 운행 기록 1,000시간 이상
- 17만 개의 장면:각 장면은 약 25초 정도 걸리며 신호등, 항공 사진, 보도 등이 포함됩니다.
- 16,000마일: 공공 도로에서 수집한 16,000마일(2,575km)의 데이터
- 15242개의 주석이 달린 이미지:레이블이 지정된 요소의 고화질 의미 지도와 해당 지역의 고화질 조감도가 포함되어 있습니다.
이러한 동작 데이터는 Lyft 차량의 지붕에 장착된 센서 어레이를 통해 수집되는데, 이 센서 어레이는 차량이 수만 마일을 주행할 때 라이더, 카메라, 레이더 데이터를 포착합니다.
Lyft는 이 컬렉션에 툴킷이 함께 제공된다고 밝혔습니다.이는 지금까지 가장 크고 가장 완전하고 가장 자세한 데이터 세트입니다.자율 주행, 동작 예측, 계획, 시뮬레이션 등의 머신 러닝 작업을 개발하는 데 사용됩니다.
현재 이 데이터 세트 중 일부 하위 세트만 다운로드할 수 있습니다. 여기에는 다음이 포함됩니다.
- 샘플 데이터 세트(53MB)
- 학습 데이터 세트(3개 부분으로 나뉘며 총 69.4GB)
- 조감도(2GB)
- 의미 그래프(2MB)
다운로드 주소:
3만 달러의 상금을 걸고 챌린지를 시작하세요
동시에,Lyft는 또한 8월에 Google Kaggle 플랫폼에서 시작하여 총 3만 달러의 상금을 수여하는 챌린지를 시작할 계획입니다.
이 챌린지의 하이라이트:
- 경쟁 요건:참가자들은 차량의 움직임을 예측합니다.
- 준비:공식 알림: 이제부터 연구자와 엔지니어는 훈련 데이터 세트와 Python 기반 소프트웨어 패키지를 다운로드하여 데이터를 실험할 수 있습니다. 경쟁의 일환으로 테스트 및 검증 키트가 출시될 예정이기 때문입니다.
- 궁극적인 목표:데이터 세트와 경쟁을 통해 연구 커뮤니티를 강화하고 혁신을 가속화합니다.
Lyft 엔지니어링 부문 수석 이사 Sacha Arnoud와 오디오 및 비디오 연구 부문 이사 Peter Ondruska는 블로그 게시물에 다음과 같이 썼습니다."데이터는 최신 머신 러닝 기술을 시도하는 데 있어 원동력이 됩니다.대규모의 고품질 자율주행 데이터에 대한 접근은 제한적이지만, 이것이 우리가 이 분야에서 실험을 하는 것을 막아서는 안 됩니다. "
아르누와 온드루스카는 "자율주행차가 교통 시스템에서 더욱 편리하고 안전하며 지속 가능한 부분이 될 것이라고 믿습니다."라고 말했습니다."연구 커뮤니티와 데이터를 공유함으로써 자율주행 분야에서 중요하고 해결되지 않은 과제를 파악하고자 합니다."
딸깍 하는 소리원본 기사를 읽어보세요, 더욱 고품질의 데이터 세트를 얻을 수 있습니다!
블로그 주소:
서류 주소:
https://arxiv.org/pdf/2006.14480.pdf
GitHub 주소:
https://github.com/lyft/l5kit/
-- 위에--