Conjunto de datos SA-V

Conjunto de datos de vídeo para entrenar modelos de segmentación de objetivos generales.

Producto ComúnImagenVisión por computadoraSegmentación de objetivos

SA-V Dataset es un conjunto de datos de vídeo de mundo abierto diseñado para entrenar modelos de segmentación de objetivos generales. Contiene 51 000 vídeos diversos y 643 000 máscaras de segmentación espacio-temporales (masklets). Este conjunto de datos se utiliza para la investigación en visión por computadora y está disponible bajo la licencia CC BY 4.0. El contenido de los vídeos es diverso, abarcando temas como ubicaciones, objetos y escenas. Las máscaras varían desde objetos a gran escala, como edificios, hasta detalles como la decoración interior.

Best AI Websites & Tools

Conjunto de datos SA-V

Conjunto de datos SA-V Situación del tráfico más reciente

Conjunto de datos SA-V Tendencia de visitas

Conjunto de datos SA-V Distribución geográfica de las visitas

Conjunto de datos SA-V Fuentes de tráfico

Conjunto de datos SA-V Alternativas

Conjunto de datos SA-V — Conjunto de datos de vídeo para entrenar modelos de segmentación de objetivos generales.

LiveFood — LiveFood es un conjunto de datos de detección de momentos destacados en videos culinarios y un modelo de codificación de prototipos globales.

GaussianCity — Un marco eficiente para la generación de ciudades 3D sin límites, que utiliza la técnica de dibujo gaussiano 3D para una generación rápida.

Agente de búsqueda Level-Navi — El Agente Level-Navi es un marco que se puede usar sin entrenamiento, que utiliza modelos de lenguaje extenso para una comprensión profunda de las consultas y una búsqueda precisa.

MLGym — MLGym es un nuevo marco y punto de referencia para avanzar en la investigación de agentes de IA.

Signs — Plataforma que utiliza la inteligencia artificial para ayudar a aprender y contribuir al lenguaje de señas americano (ASL).

VideoWorld — VideoWorld es un modelo generativo profundo que explora el aprendizaje de conocimiento a partir de videos sin etiquetas.

Dolphin R1 — Dolphin R1 es un conjunto de datos para entrenar modelos de inferencia, que contiene 800.000 muestras.

Nemotron-CC — Convierte Common Crawl en un conjunto de datos de preentrenamiento a largo plazo y de alta calidad

ViTPose — Conjunto de modelos ViTPose basados en Transformer

AGIBOT WORLD — Conjunto de datos de aprendizaje robótico a gran escala que impulsa el desarrollo de estrategias robóticas multipropósito.

FlagAI — Proyecto de código abierto integral de algoritmos, modelos y herramientas de optimización de modelos grandes.

RapBank — Primer conjunto de datos de generación de música rap

RLVR-GSM-MATH-IF-Mixed-Constraints — Conjunto de datos de problemas matemáticos para la validación de aprendizaje reforzado

MAmmoTH-VL — Plataforma de razonamiento multimodal a gran escala y ajuste por instrucciones

FineWeb2 — Conjunto de datos de preentrenamiento multilingüe

CHOIS — Técnica de síntesis de interacción humano-objeto basada en modelos de difusión condicional

Mezcla de preferencias OLMo 2 1124 13B — Conjunto de datos de mezcla de preferencias multilingüe a gran escala

dolmino-mix-1124 — Conjunto de datos de alta calidad para la segunda etapa de entrenamiento de OLMo2.

text-to-pose — Modelo que genera poses a partir de texto y, posteriormente, imágenes.

DINO-X — Modelo de visión unificado para la detección y comprensión de mundos abiertos

WorkflowLLM — Marco impulsado por datos que mejora la capacidad de orquestación de flujos de trabajo de los modelos lingüísticos grandes.

LLaMA-Mesh — Unificación de modelos de lenguaje y generación de mallas 3D

GenXD — Marco avanzado para generar escenas 3D y 4D.

Sparsh — Representaciones hápticas autosupervisadas para la sensopercepción háptica basada en la visión.

Flex3D — Genera activos 3D de alta calidad a partir de una sola imagen o un prompt de texto.

diffusion-e2e-ft — Herramienta de ajuste fino para modelos de difusión condicional de imágenes

Modelo Mundial 1X — Un modelo mundial avanzado que proporciona simulación y evaluación virtual para robots.

GameGen-O — Modelo de difusión transformacional para generar videojuegos de mundo abierto.

CSGO — Aplicación de la síntesis de estilo de contenido en la generación de imágenes a partir de texto