Датасет•lmms-lab/LLaVA-Video-178K
Видео и текстовые пары для обучения и проверки моделей видео-вопрос-ответ.
- Вопросы по картинкам
- Видео + текст
- Английский
109,5 тыс. 2141M–10M записей
Датасет•HuggingFaceFV/finevideo
Видеокорпус на английском для обучения моделей отвечать на вопросы по видео.
- Вопросы по картинкам
- Видео + текст
- Английский
43,2 тыс. 39110K–100K записей🔒 по запросу
Датасет•ropedia-ai/xperience-10mИнтересное
Крупный корпус видео, аудио и 3D о действиях человека для роботов и embodied AI.
- Классификация видео
- Картинка → текст
- Оценка глубины
- Английский
42,7 тыс. 2541M–10M записей🔒 по запросу
Датасет•fpvlabs/stera-10mИнтересное
200 часов синхронных записей от первого лица с RGB, LiDAR-глубиной, аудио и текстом для embodied AI и робототехники.
- Робототехника
- Классификация видео
- Картинка → текст
- Английский
23,8 тыс. 881M–10M записей🔒 по запросу
Датасет•ShareGPT4Video/ShareGPT4Video
4.8M мультимодальных GPT4-Vision-описаний видео для LVLM и text-to-video моделей.
- Вопросы по картинкам
- Вопрос-ответ
- Английский
9 тыс. 21510K–100K записей
Датасет•facebook/action100m-previewИнтересное
Крупный англоязычный видео-датасет с временными сегментами действий и текстовыми описаниями.
- Классификация видео
- Видео + текст
- Английский
879 152100K–1M записей