跳到正文
热点事件持续更新

OCTR2A 模型发布及 R3ST++ 基准数据集公开

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Emanuele Iacobelli 等人发布了 OCTR2A 架构与 R3ST++ 合成基准。该模型利用路侧双角 RGB 相机,在单张消费级 GPU 上以 10Hz 频率实现城市路口实时 BEV 轨迹投影与预测。真实场景测试显示其 ADE/FDE 误差为 0.144/0.154 米,较 SIND 基准最强方法分别提升 66.7% 和 41.7%。研究同时开源了基于 Blender 的 R3ST++ 数据集,旨在支持特定站点的微调与域适应训练。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    OCTR2A:仅凭路侧双角 RGB 相机实现城市路口实时 BEV 轨迹投影与预测

    OCTR2A 架构利用变高度对向角落 RGB 相机,在单张消费级 GPU 上以 10Hz 频率实现实时轨迹投影与预测。该方法在真实场景下达到 0.144/0.154 米 ADE/FDE,较 SIND 基准最强方法提升 66.7%/41.7%。研究配套开源了基于 Blender 的合成基准 R3ST++ 以支持特定站点微调与域适应。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。