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")