SimGen 融合模拟与现实的级联扩散模型，推进自动驾驶数据生成 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 可控的合成数据生成可以显著降低自动驾驶研发中训练数据的标注成本。先前的研究使用了基于3D目标布局条件生成驾驶图像的扩散模型。然而，这些模型是在如nuScenes这样的小规模数据集上训练的，这些数据集在外观和布局多样性方面存在不足。 此外，训练后的模型只能基于来自同一数据集验证集的真实世界布局数据生成图像，这会导致过拟合。在这项工作中，作者介绍了一个名为SimGen的模拟器条件场景生成框架，它能够通过混合来自模拟器和现实世界的数据来学习生成多样化的驾驶场景。 它使用一种新颖的级联扩散 Pipeline 来解决具有挑战性的模拟到现实的差距和多条件冲突。 为了增强SimGen的生成多样性，作者收集了一个名为DIVA的驾 ………………………………