К содержимому

Датасет · vLAR

Мультимодальный набор для изучения визуальной физики

vLAR/PhysInOne

Миллионы видео и 3D-ассетов для обучения моделей пониманию физических законов и генерации видео.

Что внутри

Крупный набор данных (от 1 до 10 млн записей) на английском языке от исследователей из Hong Kong Polytechnic University, Syai Singapore и Meta (представлен на CVPR 2026). Включает отрендеренные видео, 3D-ассеты и подробную разметку для оценки глубины, сегментации и детекции объектов. Предназначен для комплексного изучения и проверки физического рассуждения в визуальных задачах.

Что можно сделать

  • Обучение физически достоверных моделей генерации видео (text-to-video, image-to-video)
  • Тренировка моделей оценки глубины, сегментации и детекции в 3D-сценах
  • Оценка понимания физики у видеомоделей на встроенном лидерборде
Задачи
Текст → видео, Картинка → видео, video to video, Оценка глубины, Сегментация, Детекция объектов
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
19,7 тыс.
Лайков
26

Как загрузить

from datasets import load_dataset

ds = load_dataset("vLAR/PhysInOne")