WayveScenes

该数据集包含从WayveAI下载的图片的向量嵌入，分为完整图像和图像子部分的嵌入。数据集未经过预训练、标注或微调，适用于数据探索、图像聚类和构建基于嵌入的系统。

原始信息汇总

数据集卡片：WayveScenes

概述

我们从WayveAI下载了图片，并使用最新的嵌入模型通过我们的向量化引擎提取了向量嵌入。

数据源详情

• 组织: WayveAI (https://wayve.ai/)
• 基础数据集: WayveScenes (https://github.com/wayveai/wayve_scenes)

数据

该数据集包含了由Quasara计算的向量嵌入。文件名中带有main的表示完整图像的嵌入，而带有split的表示图像部分的嵌入。

处理步骤

1. 下载WayveScenes数据集并过滤掉文件名中包含mask的图像。
2. 对下载的图像数据进行向量化。
3. 使用OPENCLIP_SIGLIP_400M和我们的可扩展向量化引擎Synapsis进行嵌入提取。

数据集结构

列名	解释
Vector ID	向量嵌入的主键
File Path	下载的图像文件名
Coordinate	图像中边界框的坐标（仅适用于分割嵌入）
Vector	从图像或图像部分提取的向量嵌入

文件命名约定

图像文件的命名格式为： "Scene_X_images_cameratype_timestampofdownload_originalimagename" 例如： scene_032_images_left-backward_1721898786_1701213370283306.jpeg

用途

该数据集的潜在用途包括使用文本提示和图像提示进行数据探索、图像的无监督聚类、构建RAG或基于向量嵌入构建聊天机器人。

归属

在任何衍生作品中，必须提供以下归属声明： “This work was made using the WayveScenes101 dataset, provided by Wayve Technologies Ltd under licence terms available at https://wayve.ai/science/wayvescenes101/”。

搜集汇总

数据集介绍

构建方式

WayveScenes数据集的构建基于大规模的道路场景数据采集，涵盖了丰富的城市和乡村环境。数据通过高精度传感器和摄像头系统捕获，确保了数据的多样性和真实性。每个数据样本包含唯一的Vector_ID、文件路径、坐标信息以及向量数据，这些信息经过严格的预处理和标注，确保了数据的高质量和一致性。

特点

WayveScenes数据集的特点在于其庞大的数据量和多维度的信息结构。数据集包含多个分割版本，每个版本都提供了大量的样本，涵盖了不同的场景和条件。每个样本不仅包含空间坐标信息，还提供了高维向量数据，能够支持复杂的机器学习和深度学习任务。这种多层次的数据结构使得该数据集在自动驾驶和计算机视觉领域具有广泛的应用潜力。

使用方法

使用WayveScenes数据集时，用户可以通过HuggingFace平台下载不同分割版本的数据文件。每个分割版本都对应特定的数据路径，用户可以根据需求选择合适的分割进行加载和处理。数据集中的Vector和Coordinate字段可以直接用于模型的输入，而File_Path字段则提供了原始数据的存储位置，便于进一步的数据分析和可视化。通过这种方式，用户可以灵活地利用该数据集进行各种研究和开发工作。

背景与挑战

背景概述

WayveScenes数据集由Wayve公司于近年推出，旨在为自动驾驶领域提供高质量的向量化场景数据。该数据集的核心研究问题在于如何通过向量化表示来捕捉复杂道路场景中的动态与静态信息，从而为自动驾驶系统的感知与决策模块提供支持。WayveScenes的创建标志着自动驾驶研究从传统的图像与点云数据向更高层次的语义理解迈进，推动了相关领域在场景理解与预测任务中的技术进步。

当前挑战

WayveScenes数据集在解决自动驾驶场景理解问题时面临多重挑战。首先，如何准确地将复杂的道路场景转化为向量化表示，同时保留关键的空间与时间信息，是一个技术难点。其次，数据集的构建过程中，如何确保数据的多样性与覆盖性，以应对不同天气、光照和交通条件下的场景变化，也是一个重要挑战。此外，数据标注的精度与一致性对模型的训练效果至关重要，如何在保证标注质量的同时提升标注效率，是数据集构建中的另一大难题。

常用场景

经典使用场景

WayveScenes数据集在自动驾驶领域具有广泛的应用，特别是在环境感知和路径规划方面。该数据集通过提供高精度的向量数据和坐标信息，能够帮助研究人员构建复杂的场景模型，模拟真实世界中的驾驶环境。这些数据为自动驾驶系统的训练和验证提供了坚实的基础，使得算法能够在多样化的场景中进行优化和测试。

实际应用

在实际应用中，WayveScenes数据集被广泛用于自动驾驶汽车的开发和测试。汽车制造商和科技公司利用该数据集来训练和验证自动驾驶系统，确保其在不同环境下的安全性和可靠性。此外，该数据集还被用于开发智能交通系统，优化城市交通流量，提高道路安全。

衍生相关工作

基于WayveScenes数据集，许多经典的研究工作得以展开。例如，研究人员开发了基于深度学习的场景理解算法，能够更准确地识别和预测道路上的动态物体。此外，该数据集还催生了一系列关于自动驾驶决策系统的研究，这些研究在提高自动驾驶汽车的智能化水平方面取得了显著进展。