К содержимому

Датасет · nvidia

Эгоцентрическое видео и позы рук для физического ИИ

nvidia/PhysicalAI-Human-1M-100K

Открытая часть коллекции Human-1M от NVIDIA: видео от первого лица, позы головы и рук с текстовыми описаниями.

Что внутри

В репозитории представлен открытый сабсет на 100 000 часов из коллекции Human-1M (размер сплита в метаданных — до 1000 записей). Внутри находятся видеозаписи от первого лица, данные о положении головы и рук, изображения, табличные данные и подробные текстовые аннотации на английском языке. Набор связывает визуальное восприятие, действия и намерения человека.

Что можно сделать

  • Обучение мультимодальных моделей для робототехники и физического ИИ
  • Тренировка систем распознавания действий и прогнозирования движений рук и головы
  • SFT моделей для генерации подробных описаний видео от первого лица
Языки
Английский
Размер
до 1K записей
Скачиваний за месяц
20,5 тыс.
Лайков
126

Как загрузить

from datasets import load_dataset

ds = load_dataset("nvidia/PhysicalAI-Human-1M-100K")