Датасет · yutongli2024
Бенчмарк EgoExo-Next для эгоцентричных действий
yutongli2024/EgoExo-Next
Визуальный бенчмарк для понимания эго-экзоцентрических действий и предсказания будущих состояний.
Что внутри
Датасет содержит от 10K до 100K изображений на английском языке для задач visual-question-answering и image-to-text. Предсказание нацелено на выбор целевого состояния среди четырёх кандидатов, включая дистракторы.
Что можно сделать
- Обучение и оценка Vision-Language Models для понимания действий
- Тестирование моделей на предсказание будущих визуальных состояний
- Задачи
- Вопросы по картинкам, Картинка → текст
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 20,8 тыс.
- Лайков
- 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("yutongli2024/EgoExo-Next")