Boqian-Li/WAM_Psi_Egoverse_dataset
...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#3 Repository Của Tháng
#4 Repository Của Tháng
#3 Repository Của Tháng
📹 Bộ dữ liệu video hành vi cá nhân trong không gian số
Bộ dữ liệu WAM_Psi_Egoverse cung cấp video thực tế thu thập trong môi trường số cá nhân, phục vụ nghiên cứu AI đa phương thức.
Dự án WAM_Psi_Egoverse_dataset là một bộ dữ liệu video hướng tới việc hỗ trợ nghiên cứu trí tuệ nhân tạo trong môi trường số cá nhân — nơi người dùng tương tác với công nghệ trong không gian số hàng ngày. Với khoảng 10.000 đến 100.000 mẫu, bộ dữ liệu này được thu thập tại khu vực Mỹ và phân phối theo giấy phép Apache 2.0.
✨ Điểm nổi bật
- Modality video: Dữ liệu chủ yếu dưới dạng video, phù hợp cho các tác vụ như nhận dạng hành động, phân tích hành vi người dùng.
- Miền cá nhân (egoverse): Tập trung vào hành vi trong môi trường số cá nhân, khác biệt với dữ liệu công cộng hay công nghiệp.
- Quy mô vừa phải: Khoảng 10K–100K mẫu, đủ lớn để huấn luyện mô hình nhưng không quá nặng cho nghiên cứu.
- Giấy phép nguồn mở: Apache 2.0 cho phép sử dụng tự do trong cả mục đích học thuật và thương mại.
- Thu thập tại Mỹ: Nguồn gốc dữ liệu từ khu vực Mỹ, phản ánh đời sống số của người dùng trong văn hóa Tây.
💡 Vì sao đáng chú ý
Khác với các bộ dữ liệu hành động chung chung, WAM_Psi_Egoverse tập trung vào hành vi trong môi trường số cá nhân, là một khuônh khảo mới cho AI. Điều này mở ra khả năng phát triển các mô hình thông minh hơn trong việc hiểu và hỗ trợ hoạt động hàng ngày của con người thông qua công nghệ.
#AI #Dataset #VideoAnalysis #Egoverse #TiniX
Similar Projects
Discover other similar projects and AI models.
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...
Qwen3.8-27B !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc. !Tip F...
ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators ELECTRA is a new method for self-supervised language representation learning. It can be used to pre-train transformer networks using relatively little compute. ELECTRA mode...
Read our How to Run Qwen3.8-27B Guide!(https://unsloth.ai/docs/models/qwen3.8) This GGUF uses Unsloth Dynamic V3.0 (preview) for SOTA quantization performance. Developer Role Support so Qwen3.8 can work in agentic tools like Codex and more! MTP for...
FineVideo FineVideo Description Dataset Explorer Revisions Dataset Distribution How to download and use FineVideo Using datasets Using huggingface_hub Load a subset of the dataset Dataset Structure Data Instances Data Fields Dataset Creation License CC-By Considerations for Using the Data Social Impact of Dataset Discussion of Biases Additional Information Credits Future Work Opting out of FineVideo Citation Information Terms of use for FineVideo… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceFV/finevideo.
EgoPro The 10,000-hour head-and-wrist line of EgoSuite-Open100K. Data Bucket · Collection · EgoDemo · EgoStandard · Project page Explore EgoSuite-Open100K ↗ Data location: EgoPro is distributed through the LightwheelAI/EgoPro Bucket. This Git repository is the dataset card and access point; download the data from the Bucket. Overview EgoPro pairs synchronized head- and wrist-view video with 3D hand pose. Its body subset adds full-body pose. LeRobot and… See the full description on the dataset page: https://huggingface.co/datasets/LightwheelAI/EgoPro.
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
Kokoro is an open-weight TTS model with 82 million parameters. Despite its lightweight architecture, it delivers comparable quality to larger models while being significantly faster and more cost-efficient. With Apache-licensed weights, Kokoro can be...
sentence-transformers/paraphrase-multilingual-MiniLM-L12-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 se...