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")