Датасет · groundedsi
RoboCap-10k: датасет робототехники с 3D позами
groundedsi/RoboCap-10k
10 000 часов видео реальной работы людей с разметкой поз головы и рук в формате видео для робототехники.
Что внутри
Корпус включает 10 000 часов нескриптованных видеозадач от первого лица (egocentric manipulation) на английском языке с метрической разметкой 3D-поз головы и рук, а также двухуровневыми текстовыми аннотациями.
Что можно сделать
- Обучение мультимодальных моделей для робототехники и управления манипуляторами
- Оценка моделей пространственного восприятия и depth-estimation
- Задачи
- Классификация видео, Оценка глубины, Текст → видео, unconditional image generation, Текст → 3D
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 39,5 тыс.
- Лайков
- 8
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("groundedsi/RoboCap-10k")