OpenAlex 主题 · 多模态机器学习· Yujin Wang, Yutong Zheng, Wenxian Fan 等·2026-11-06 08:00· 2 天前AI 评分43

ScenePilot-4K：面向自动驾驶视觉语言模型的大规模第一人称数据集与基准

ScenePilot-4K: A Large-Scale First-Person Dataset and Benchmark for Vision-Language Models in Autonomous Driving

AI 导读

ScenePilot-4K 是面向自动驾驶视觉语言模型的大规模第一人称数据集与基准，基于公开网络驾驶视频构建，用于安全感知的学习与评测。数据集包含 3,847 小时视频和 27.7M 前视帧，覆盖 63 个国家/地区、1,210 个城市，并提供场景级自然语言描述与风险评估等标注。