allenai/objaverse
Objaverse Objaverse is a Massive Dataset with 800K+ Annotated 3D Objects. More documentation is coming soon. In the meantime, please see our paper and website for additional details. License The use of the dataset as a whole is licensed under the ODC-By v1.0 license. Individual objects in Objaverse are all licensed as creative commons distributable objects, and may be under the following licenses: CC-BY 4.0 - 721K objects CC-BY-NC 4.0 - 25K objects CC-BY-NC-SA… See the full description on the dataset page: https://huggingface.co/datasets/allenai/objaverse.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Ngày
#2 Repository Của Ngày
#2 Repository Của Ngày
🚀 Objaverse: 800.000+ mô hình 3D miễn phí, gán nhãn sẵn
Bộ dữ liệu 3D lớn nhất thế giới với hơn 800.000 mô hình được gán nhãn chi tiết.
Objaverse là một bộ dữ liệu khổng lồ do đội ngũ nghiên cứu của Allen AI phát triển, chứa hơn 800.000 mô hình 3D được gán nhãn. Dữ liệu này hỗ trợ nghiên cứu và phát triển các mô hình trí tuệ nhân tạo trong lĩnh vực thị giác máy tính, đặc biệt là nhận dạng và sinh tạo hình ảnh 3D.
✨ Điểm nổi bật
- Số lượng khổng lồ: Hơn 800.000 mô hình 3D được gán nhãn chi tiết.
- Đa dạng giấy phép: Bao gồm CC-BY, CC-BY-NC, CC-BY-SA, CC0... linh hoạt tùy nhu cầu sử dụng.
- Hỗ trợ nghiên cứu AI: Phù hợp cho huấn luyện mô hình thị giác máy tính và các tác vụ liên quan đến 3D.
- Trích dẫn khoa học: Được công bố trên arXiv (2212.08051), hỗ trợ trích dẫn chuẩn BibTeX.
- Tài liệu tham khảo: Cung cấp paper và website chính thức để tìm hiểu thêm.
💡 Vì sao đáng chú ý
Objaverse khác biệt nhờ quy mô lớn và sự đa dạng của các mô hình 3D, giúp giảm bớt rào cản trong việc thu thập và gán nhãn dữ liệu — một thách thức lớn trong lĩnh vực AI 3D. Dự án này cho phép các nhà nghiên cứu nhanh chóng xây dựng và kiểm chứng các mô hình thị giác máy tính mà không cần dán nhãn thủ công.
#Objaverse #3DDataset #AI #MachineLearning #TiniX
Similar Projects
Discover other similar projects and AI models.
Objaverse-XL "> Objaverse-XL is an open dataset of over 10 million 3D objects! With it, we train Zero123-XL, a foundation model for 3D, observing incredible 3D generalization abilities: 🧵👇 Scale Comparison Objaverse 1.0 was released back in December. It was a step in the right direction, but still relatively small with 800K objects. Objaverse-XL is over an order of magnitude larger and much more diverse! Unlocking Generalization… See the full description on the dataset page: https://huggingface.co/datasets/allenai/objaverse-xl.
🍷 FineWeb 15 trillion tokens of the finest data the 🌐 web has to offer What is it? The 🍷 FineWeb dataset consists of more than 18.5T tokens (originally 15T tokens) of cleaned and deduplicated english web data from CommonCrawl. The data processing pipeline is optimized for LLM performance and ran on the 🏭 datatrove library, our large scale data processing library. 🍷 FineWeb was originally meant to be a fully open replication of 🦅 RefinedWeb, with a… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceFW/fineweb.
📚 FineWeb-Edu 1.3 trillion tokens of the finest educational data the 🌐 web has to offer Paper: https://arxiv.org/abs/2406.17557 What is it? 📚 FineWeb-Edu dataset consists of 1.3T tokens and 5.4T tokens (FineWeb-Edu-score-2) of educational web pages filtered from 🍷 FineWeb dataset. This is the 1.3 trillion version. To enhance FineWeb's quality, we developed an educational quality classifier using annotations generated by LLama3-70B-Instruct. We… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceFW/fineweb-edu.
Dolma: an Open Corpus of Three Trillion Tokens for Language Model Pretraining Research
📀 Falcon RefinedWeb Falcon RefinedWeb is a massive English web dataset built by TII and released under an ODC-By 1.0 license. See the 📓 paper on arXiv for more details. RefinedWeb is built through stringent filtering and large-scale deduplication of CommonCrawl; we found models trained on RefinedWeb to achieve performance in-line or better than models trained on curated datasets, while only relying on web data. RefinedWeb is also "multimodal-friendly": it contains links and… See the full description on the dataset page: https://huggingface.co/datasets/tiiuae/falcon-refinedweb.
C4 Dataset Summary A colossal, cleaned version of Common Crawl's web crawl corpus. Based on Common Crawl dataset: "https://commoncrawl.org". This is the processed version of Google's C4 dataset We prepared five variants of the data: en, en.noclean, en.noblocklist, realnewslike, and multilingual (mC4). For reference, these are the sizes of the variants: en: 305GB en.noclean: 2.3TB en.noblocklist: 380GB realnewslike: 15GB multilingual (mC4): 9.7TB (108 subsets, one… See the full description on the dataset page: https://huggingface.co/datasets/allenai/c4.
This repository hosts data for Scalable 3D Captioning with Pretrained Models and View Selection for 3D Captioning via Diffusion Ranking, including descriptive captions for 3D objects in Objaverse, Objaverse-XL, ABO, and ShapeNet. This repo also includes point clouds and rendered images with camera, depth, and MatAlpha information of Objaverse objects, as well as their Shap-E latent codes. All the captions and data provided by our papers are released under ODC-By 1.0 license. Important… See the full description on the dataset page: https://huggingface.co/datasets/tiange/Cap3D.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...