Датасет · ropedia-ai
Эгоцентричные мультимодальные данные опыта
ropedia-ai/xperience-10m
Крупный корпус видео, аудио и 3D о действиях человека для роботов и embodied AI.
Что внутри
Xperience-10M — крупномасштабный эгоцентричный мультимодальный датасет человеческого опыта. В нём есть модальности 3D, аудио и видео; задачи включают video-classification, image-to-text, depth-estimation и robotics. Язык — английский, доступ выдаётся после запроса и подписания соглашения DocuSign. По метаданным, размер — 1–10 млн.
Что можно сделать
- Обучение политик для embodied AI и робототехники
- Дообучение видео- и аудиомоделей на эгоцентричных данных
- Проверка моделей depth-estimation и image-to-text
- Задачи
- Классификация видео, Картинка → текст, Оценка глубины, Робототехника
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 42,7 тыс.
- Лайков
- 254
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("ropedia-ai/xperience-10m")