К содержимому

Датасет · lmms-lab

Мультимодальный датасет от первого лица EgoIT-99K

lmms-lab/EgoIT-99K

Набор данных с текстом, изображениями, аудио и таблицами для мультимодальных моделей (100K–1M записей).

Что внутри

В датасете собраны мультимодальные данные, включающие аудио, изображения, таблицы и тексты. Объем коллекции составляет от 100 тысяч до 1 миллиона записей. Подробности сбора и структуры описаны в связанной научной статье EgoLife (arXiv:2503.03803), при этом язык и формат файлов в карточке не уточняются.

Что можно сделать

  • Обучение мультимодальных моделей (VLM / Omni), работающих одновременно с текстом, картинками и звуком
  • Исследования в области восприятия от первого лица (egocentric AI)
Размер
100K–1M записей
Скачиваний за месяц
30,6 тыс.
Лайков
9

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("lmms-lab/EgoIT-99K")