Эгоцентричные мультимодальные данные опыта
Крупный корпус видео, аудио и 3D о действиях человека для роботов и embodied AI.
- Классификация видео
- Картинка → текст
- Оценка глубины
- Английский
Датасеты с Hugging Face с описанием на русском: что внутри и какие модели на них обучить. В каталоге уже 1 085, новые добавляются каждый час.
Отвечает DeepSeek · переписка хранится только в этой вкладке
Крупный корпус видео, аудио и 3D о действиях человека для роботов и embodied AI.
50-часовая выборка эгоцентричных видео для классификации и проверки видео-моделей.
48 тыс. скринкастов (12,3 тыс. часов) для обучения и проверки видео- и робо-моделей.
Эгоцентричные видео с синхронизированной 3D-позой рук для обучения и проверки видео-моделей.
10 000 часов синхронизированного видео с головы и запястий, с 3D-позой рук для обучения роботов.
Крупный англоязычный видео-датасет с временными сегментами действий и текстовыми описаниями.
Коллекция уличных видео для обучения моделей классификации сцен и детекции объектов.
Небольшие видео прохождения бронирования на Expedia с эмоциональной озвучкой.