Датасет · fpvlabs
Stera-10M: эгоцентричный мультимодальный датасет
fpvlabs/stera-10m
200 часов синхронных записей от первого лица с RGB, LiDAR-глубиной, аудио и текстом для embodied AI и робототехники.
Что внутри
Это открытый эгоцентричный мультимодальный набор для embodied AI, робототехники, world models и пространственного интеллекта. Собран на iPhone Pro через платформу Stera: 200 часов синхронных записей от первого лица, 500+ сессий, 20 участников, 20+ сред, 10 млн RGB-кадров и LiDAR-глубина; также указаны аудио, видео, 3D и текст. Язык — английский, размер по метаданным — от 1 до 10 млн.
Что можно сделать
- Обучение политик для роботов и embodied-агентов
- Дообучение видео-моделей и моделей глубины
- Оценка spatial intelligence и world models
- Задачи
- Робототехника, Классификация видео, Картинка → текст, Оценка глубины
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 23,8 тыс.
- Лайков
- 88
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("fpvlabs/stera-10m")