К содержимому

Датасет · FelixYuan-YF

Крупный видеодатасет с пространственными аннотациями

FelixYuan-YF/SpatialVID-HQ

Масштабный набор данных с видео и пространственной разметкой для задач генерации 3D и видео.

Что внутри

Датасет от исследователей из Нанкинского университета и Китайской академии наук (статья CVPR 2026) содержит от 100 тысяч до 1 миллиона записей. В метаданных указаны табличные и текстовые модальности на английском языке, связанные с масштабным видеокорпусом с пространственными аннотациями.

Что можно сделать

  • Обучение моделей генерации видео по тексту или изображению (text-to-video, image-to-video)
  • Тренировка алгоритмов 3D-реконструкции и генерации трёхмерных сцен (text-to-3D, image-to-3D)
Задачи
Текст → видео, Текст → 3D, Картинка → 3D, Картинка → видео, Другое
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
5,6 тыс.
Лайков
35
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("FelixYuan-YF/SpatialVID-HQ")