Open-TransMind：面向首届智能交通基础模型挑战赛的新基线与方法基准
计算机视觉与模式识别
2023-06-08 v2 人工智能
机器学习
摘要
近年来，随着计算能力和深度学习算法的持续提升，基础模型日益受到关注。凭借其强大的能力和优异的性能，该技术正被越来越多的行业采用和应用。在智能交通行业中，人工智能面临以下典型挑战：少样本、泛化能力差以及缺乏多模态技术。基础模型技术可显著缓解上述问题。为此，我们设计了首届基础模型挑战赛，旨在提升基础模型技术在交通场景中的普及度，并推动智能交通行业的快速发展。该挑战赛分为两个赛道：一体化与跨模态图像检索。此外，我们为这两个赛道提供了一个新的基线与基准，称为 Open-TransMind。据我们所知，Open-TransMind 是首个具备多任务与多模态能力的开源交通基础模型。同时，Open-TransMind 在交通场景的检测、分类和分割数据集上均能取得最先进的性能。我们的源代码发布于 https://github.com/Traffic-X/Open-TransMind。
引用
@article{arxiv.2304.06051,
title = {Open-TransMind: A New Baseline and Benchmark for 1st Foundation Model Challenge of Intelligent Transportation},
author = {Yifeng Shi and Feng Lv and Xinliang Wang and Chunlong Xia and Shaojie Li and Shujie Yang and Teng Xi and Gang Zhang},
journal= {arXiv preprint arXiv:2304.06051},
year = {2023}
}