文件名称：master-thesis:查尔默斯理工大学硕士学位论文库
文件大小：875KB
文件格式：ZIP
更新时间：2024-04-19 17:28:06
JupyterNotebook
硕士论文 查尔默斯理工大学硕士论文项目的存储库，题为“使用深度机器学习的行人意图预测”。 抽象的 待添加 数据集 联合注意自动驾驶（JAAD）数据集[]： JAAD是一个用于研究自动驾驶环境下的共同注意力的数据集。 重点是在交叉点的行人和驾驶员行为以及影响他们的因素。 为此，JAAD数据集提供了从240多个小时的驾驶录像中提取的346个短视频剪辑（长5-10秒）的丰富注释集合。 这些在北美和东欧的多个地点拍摄的视频代表了在各种天气条件下日常城市驾驶的典型场景。 为所有行人提供了带有遮挡标签的边界框，使该数据集适合行人检测。 行为注释指定与驾驶员互动或需要驾驶员注意的行人的行为。 对于每个视频，都有固定的列表中的几个标签（天气，位置等）和带有时间戳的行为标签（例如，停下，步行，观看等）。 此外，还为每个行人提供了人口统计属性列表（例如年龄，性别，运动方向等），以及每个帧的可见交通场景元
【文件预览】：
master-thesis-master
----docs()
--------understanding_jaad.ipynb(18KB)
----base()
--------base_trainer.py(0B)
--------base_data_loader.py(0B)
--------base_model.py(0B)
----environment.yml(2KB)
----data()
--------README.md(249B)
----model()
--------model.py(0B)
----test.py(79B)
----train.py(58B)
----trainer()
--------trainer.py(0B)
----LICENSE(1KB)
----data_loader()
--------data_loader.py(0B)
----.gitignore(2KB)
----README.md(4KB)
----utils()
--------logger.py(0B)
----scripts()
--------benchmark_methods.sh(3KB)
--------automation_script.sh(2KB)
--------README.md(0B)
----colab()
--------understanding_jaad.ipynb(1.21MB)
--------understanding_pie.ipynb(8KB)
--------README.md(0B)