Conjunto de Dados SA-V

Conjunto de dados de vídeo usado para treinar modelos de segmentação de objetos genéricos.

Produto ComumImagemVisão ComputacionalSegmentação de Objetos

O Conjunto de Dados SA-V é um conjunto de dados de vídeo de mundo aberto, projetado especificamente para treinar modelos de segmentação de objetos genéricos. Ele contém 51 mil vídeos diversificados e 643 mil máscaras de segmentação espaço-temporais (masklets). Este conjunto de dados é usado para pesquisa em visão computacional e está disponível sob a licença CC BY 4.0. O conteúdo do vídeo é diversificado, abrangendo temas como locais, objetos e cenas, e as máscaras variam de objetos em larga escala, como edifícios, a detalhes como decoração de interiores.

Best AI Websites & Tools

Conjunto de Dados SA-V

Conjunto de Dados SA-V Situação do Tráfego Mais Recente

Conjunto de Dados SA-V Tendência de Visitas

Conjunto de Dados SA-V Distribuição Geográfica das Visitas

Conjunto de Dados SA-V Fontes de Tráfego

Conjunto de Dados SA-V Alternativas

Conjunto de Dados SA-V — Conjunto de dados de vídeo usado para treinar modelos de segmentação de objetos genéricos.

GenXD — Estrutura avançada para gerar quaisquer cenas 3D e 4D.

SAM — Tecnologia de segmentação de objetos em vídeo inteligente

LiveFood — LiveFood é um conjunto de dados de detecção de destaques em vídeos culinários e um modelo de codificação de protótipos globais.

GaussianCity — Uma estrutura eficiente para geração de cidades 3D ilimitadas, usando a técnica de desenho gaussiano 3D para geração rápida.

Agente de Busca Level-Navi — O Agente Level-Navi é uma estrutura pronta para uso, sem necessidade de treinamento, que utiliza modelos de linguagem grandes para compreensão profunda de consultas e busca precisa.

MLGym — O MLGym é uma nova estrutura e benchmark para avançar a pesquisa de agentes de IA.

Signs — Plataforma que utiliza inteligência artificial para auxiliar no aprendizado e na contribuição para a Língua de Sinais Americana (ASL).

Pippo — Pippo é um modelo generativo que cria vídeos em alta resolução com múltiplas perspectivas a partir de apenas uma foto.

VideoWorld — VideoWorld é um modelo generativo profundo que explora o aprendizado de conhecimento a partir de vídeos sem rótulos.

Dolphin R1 — Dolphin R1 é um conjunto de dados para treinamento de modelos de raciocínio, contendo 800.000 amostras.

Procyon AI Computer Vision Benchmark — Ferramenta de benchmark para avaliar o desempenho de motores de inferência de IA em PCs com Windows ou Apple Mac.

Nemotron-CC — Transforma o Common Crawl em um conjunto de dados de pré-treinamento de longo prazo refinado

ViTPose — Conjunto de modelos ViTPose baseados em Transformer

TryOffAnyone — Modelo de aprendizado profundo para gerar imagens de tecido plano a partir de imagens de pessoas vestidas.

AGIBOT WORLD — Conjunto de dados de aprendizado de robótica em larga escala, impulsionando o desenvolvimento de estratégias de robôs multifuncionais.

FlagAI — Projeto de código aberto de algoritmos, modelos e ferramentas de otimização de modelos de linguagem grandes (LLMs) - uma solução completa.

video-analyzer — Ferramenta de análise de vídeo que combina o modelo de visão Llama com o OpenAI Whisper para gerar descrições de vídeo localmente.

MegaSaM — Estima de forma rápida e precisa os parâmetros da câmera e a estrutura densa a partir de vídeos dinâmicos cotidianos.

Kit de Desenvolvimento Super NVIDIA Jetson Orin Nano — O supercomputador de IA generativa mais econômico da NVIDIA

Diffusion-Vas — Pesquisa avançada em segmentação de objetos não visíveis em vídeo e preenchimento de conteúdo

RapBank — Primeiro conjunto de dados de geração de música rap

RLVR-GSM-MATH-IF-Mixed-Constraints — Conjunto de dados de problemas matemáticos para validação de aprendizado por reforço

StableAnimator — Ferramenta de composição de animação de retrato de alta qualidade com preservação de identidade.

MAmmoTH-VL — Plataforma de raciocínio multimodais em larga escala e ajuste fino por instruções

FineWeb2 — Conjunto de dados de pré-treinamento multilíngue

CHOIS — Técnica de síntese de interação humano-objeto baseada em modelos de difusão condicional

OLMo 2 1124 13B Mistura de Preferências — Conjunto de dados de mistura de preferências multilíngue em larga escala

PSHuman — Reconstrói modelos 3D realistas do corpo humano a partir de uma única imagem.