DL3DV-10K

Großer, realitätsnaher Datensatz für die Forschung im Bereich dreidimensionales Sehen mittels Deep Learning.

Normales ProduktAndereDatensatz3D-Vision

DL3DV-10K ist ein umfangreicher Datensatz mit über 10.000 hochwertigen Videos. Jedes Video wurde manuell mit Szenenschlüsselpunkten und Komplexitätsangaben annotiert und bietet Kamerapose, NeRF-Tiefenabschätzung, Punktwolken und 3D-Netze. Der Datensatz eignet sich für die Forschung an universellen NeRF-Modellen, zur konsistenten Szenenverfolgung, für visuelle Sprachmodelle und andere computergestützte Sehanwendungen.

Best AI Websites & Tools

DL3DV-10K

DL3DV-10K Neueste Verkehrssituation

DL3DV-10K Besuchstrend

DL3DV-10K Geografische Verteilung der Besuche

DL3DV-10K Traffic-Quellen

DL3DV-10K Alternativen

DL3DV-10K — Großer, realitätsnaher Datensatz für die Forschung im Bereich dreidimensionales Sehen mittels Deep Learning.

Project Aria — Project Aria ist ein von Meta initiiertes Projekt zur Erforschung von maschinellem Sehen und Augmented Reality aus der Ich-Perspektive.

Level-Navi Agent-Suche — Level-Navi Agent ist ein sofort einsetzbares Framework, das große Sprachmodelle zur tiefgehenden Abfrageanalyse und präzisen Suche nutzt.

Signs — Eine KI-gestützte Plattform zum Lernen und zur Unterstützung der amerikanischen Gebärdensprache (ASL).

Phantom — Phantom ist ein Modell zur konsistenten Videogenerierung, basierend auf cross-modaler Ausrichtung.

SyncAnimation — SyncAnimation ist ein auf NeRF basierendes, audiogesteuertes Echtzeit-Framework zur Generierung von sprechenden Avataren und Oberkörperbewegungen.

Nemotron-CC — Wandelt Common Crawl in einen fein abgestimmten Datensatz für langfristiges Pretraining um.

AGIBOT WORLD — Umfangreicher Roboterlern-Datensatz zur Förderung der Entwicklung vielseitig einsetzbarer Roboterstrategien.

SCENIC-Modell — Szenerie-sensitives semantische Navigations- und direktionsgesteuertes Steuerungsmodell

GenEx — Generiert aus einem einzelnen Bild eine erkundbare 360° 3D-Welt

RapBank — Der erste Datensatz für die Generierung von Rap-Musik

RLVR-GSM-MATH-IF-Mixed-Constraints — Datensatz mit mathematischen Problemen zur Verstärkung des Lernens

MAmmoTH-VL — Großskaliger multimodaler Inferenz- und Anweisungsoptimierungsplattform

SOLAMI — Immersives interaktives Framework für 3D-Autonome Charaktere

FineWeb2 — Mehrsprachiger vortrainierter Datensatz

OLMo 2 1124 13B Präferenz-Mix — Großer mehrsprachiger Präferenz-Mischdatensatz

dolmino-mix-1124 — Hochwertiger Datensatz für die zweite Phase des OLMo2-Trainings.

CAT4D — 4D-Szenenerstellungstool, das ein Multi-View-Video-Diffusionsmodell verwendet

Tülu 3 — Open-Source-Framework für das Fine-Tuning von hochmodernen Sprachmodellen

The Matrix — Bahnbrechende Echtzeit-Simulation einer realistischen Welt mit präziser Steuerung auf Frame-Ebene.

WorkflowLLM — Datengetriebenes Framework zur Verbesserung der Workflow-Orchestrierung von großen Sprachmodellen

MimicTalk — Schnelle Generierung personalisierter und ausdrucksstarker 3D-sprechender Gesichtsmodelle

TANGO-Modell — Technologie zur Rekonstruktion von Videos mit synchronisierten Handgesten

Depth Pro — Hochpräzises Monokulares Tiefenestimierungsmodell

GVHMR — Zur Rekonstruktion der weltweiten Lokalisierung von menschlichen Bewegungen basierend auf einem gravitationsbasierten Koordinatensystem.

Spectacles — AR-Brille von Snap Inc., für Augmented-Reality-Erlebnisse.

1X Weltmodell — Ein fortschrittliches Weltmodell zur virtuellen Simulation und Evaluierung von Robotern.

World Labs — Erstellung großer Weltmodelle, Wahrnehmung, Generierung und Interaktion mit der 3D-Welt

GameGen-O — Ein Diffusions-Transformationsmodell zur Generierung von Open-World-Videospielen

OmniRe — Hochgenaue Rekonstruktion dynamischer Stadtlandschaften