К содержимому

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")