Мультимодальная модель для ответов на вопросы о дорожных сценах и рассуждений о траекториях по изображениям с фронтальной камеры.

Подходит для: подсчёт и локализация объектов на дороге · определение состояния участников дорожного движения · ответы на вопросы о сцене с фронтальной камеры