К содержимому
Другое

DriveTraj

банк траекторий на 308 тыс. сцен и 4 чекпоинта

2 мин чтенияобновлено

DriveTraj — это открытый набор данных и готовых весов для задач планирования траекторий в автономном вождении (совместим с экосистемой NAVSIM). Внутри собраны 308 119 дорожных сцен с кандидатами траекторий и четыре обученных чекпоинта (конфигурации Base и Scale, разделённые на этапы Stage 1 и Stage 2). Каждая сцена содержит 3 072 возможные траектории в координатах автомобиля (x, y и курс с шагом 0.5 секунды) вместе с их оценками. Релиз пригодится исследователям и разработчикам систем беспилотного транспорта, которым нужны готовые банки траекторий и предобученные модели без необходимости заново проводить ресурсоёмкую генерацию данных.

Ключевые особенности

  • Огромный банк данных: 103 288 реальных сцен из набора Navtrainval и 204 831 синтетическая сцена из SimScale.
  • Четыре готовых чекпоинта: файлы base_s1.ckpt, base_s2.ckpt, scale_s1.ckpt и scale_s2.ckpt сохраняют оригинальные результаты обучения без изменений.
  • Удобная структура и проверка: данные разбиты на 48 независимых архивов .tar.gz с манифестами и SHA-256 суммами, что позволяет докачивать или восстанавливать отдельные повреждённые части.
  • Быстрое чтение: числовые массивы траекторий формата [8, 3] поддерживают чтение через NumPy mmap с помощью встроенных скриптов.

Что можно сделать

  • Использовать чекпоинты base_s2.ckpt и scale_s2.ckpt как готовые модели или отправную точку для экспериментов в среде NAVSIM.
  • Обучать собственные планировщики движения на готовой выборке из 232 672 сцен (рецепт Scale) с воспроизводимыми индексами из метаданных.
  • Интегрировать банки из 3 072 кандидатов траекторий на сцену в пайплайны оценки и отбора маршрутов.

Пример

hf download Rtwotwo/DriveTraj --local-dir DriveTraj
cd DriveTraj
sha256sum -c docs/release/SHA256SUMS
python scripts/extract_release.py weights/Trajectories/*/*.tar.gz --destination . --workers 4
python scripts/verify_trajectories.py --root . --workers 4
Подробнее Общий объём бинарных файлов — 146.44 GiB (плюс ~170 MiB манифестов и контрольных сумм).
Изображения, исходные логи, карты и внешние предобученные бэкбоны в репозиторий не входят.
Для работы вспомогательных скриптов требуется Python 3.9+ и NumPy; код и метаданные распространяются под лицензией Apache-2.0.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 5.3 GB · готовые файлы6.3 GB
  • FP8 / INT8рекомендуемвеса 2.7 GB3.4 GB
  • 4-bitвеса 1.5 GB2.1 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 5060 Ti 8GB

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Rtwotwo/DriveTraj
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Rtwotwo/DriveTraj --local-dir ~/models/DriveTraj
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к DriveTraj
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии DriveTraj — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

Rtwotwo/DriveTraj
Автор
Rtwotwo
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

TactoHand

TactoHand