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")