OverTheReality/OverMaps_1k
🗺️ OverMaps-1K Dataset OverMaps-1K represents the convergence of classical 3D reconstruction rigor with the massive data requirements of modern Generative AI. Designed to bridge the gap between scale and quality, this dataset moves beyond the limitations of uncontrolled web videos or synthetic renders. It provides a foundation for training spatial reasoning in foundation models, advancing neural rendering, and developing robotic perception systems that can… See the full description on the dataset page: https://huggingface.co/datasets/OverTheReality/OverMaps_1k.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Ngày
#1 Repository Của Ngày
#1 Repository Của Ngày
🗺️ OverMaps-1K: Dữ liệu thực tế cho mô hình 3D và AI sinh tạo
Bộ dữ liệu 1.000 cảnh thực tế với hình ảnh RGB, độ sâu, pose camera và 3D Gaussian Splatting, thiết kế cho các tác vụ AI đa dạng.
OverMaps-1K là bộ dữ liệu hình ảnh 3D thực tế do OverTheReality tạo ra, kết hợp giữa độ chính xác của quy trình tái tạo 3D truyền thống và nhu cầu dữ liệu lớn của AI sinh tạo. Được thu thập bằng protokol AR hướng dẫn, bộ dữ liệu này bao gồm 1.000 cảnh thực tế với hơn 580.000 hình ảnh và các dữ liệu phụ trợ như IMU, pose camera, độ sâu và biểu diễn 3DGS.
✨ Điểm nổi bật
- 1.000 cảnh thực tế: Bao phủ môi trường đô thị, tự nhiên và nội thất.
- Hơn 580.000 hình ảnh: Độ phủ dày đặc với trung bình trên 400 hình ảnh mỗi cảnh.
- Dữ liệu đa dạng: IMU, COLMAP, pose camera, độ sâu thiết bị, 3DGS.
- Hỗ trợ nhiều tác vụ: Depth estimation, image classification, segmentation, object detection, mask generation, image-to-3D.
- Xem trước trực tuyến: Gallery tương tác với video render 3DGS của tất cả cảnh.
- Chất lượng cao: Được thu thập bằng AR-guided acquisition protocol, đảm bảo độ nhất quán hình học và chất lượng ánh sáng.
- Bản quyền nghiên cứu: CC BY-NC 4.0, phù hợp cho nghiên cứu học thuật.
💡 Vì sao đáng chú ý
Khác biệt với các bộ dữ liệu thu thập từ web không kiểm soát, OverMaps-1K sử dụng phương pháp thu thập có hệ thống thông qua AR, giảm thiểu lỗi địa hình và tăng độ tin cậy. Đây là nền tảng lý tưởng cho huấn luyện mô hình lý luận không gian (spatial reasoning) trong các mô hình foundation và phát triển hệ thống nhận thức cho robot.
#ImageTo3D #DepthEstimation #GaussianSplatting #SceneUnderstanding #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
NVIDIA Physical AI SimReady Warehouse OpenUSD Dataset Dataset Version: 1.1.0 Date: May 18, 2025 Author: NVIDIA, Corporation License: CC-BY-4.0 (Creative Commons Attribution 4.0 International) Contents This dataset includes the following: This README file A CSV catalog that enumerates all of the OpenUSD assets that are part of this dataset including a sub-folder of images that showcase each 3D asset (physical_ai_simready_warehouse_01.csv). The CSV file is… See the full description on the dataset page: https://huggingface.co/datasets/nvidia/PhysicalAI-SimReady-Warehouse-01.
👁️ Cataract-LMM: Large-Scale Multi-Source Multi-Task Benchmark for Surgical AI Welcome to the official repository for the Cataract-LMM dataset. Hosted on Hugging Face, this dataset represents a comprehensive, clinically representative benchmark designed to accelerate deep learning research in surgical video analysis. By bridging the gap between isolated, single-task datasets and the complex reality of surgical environments, Cataract-LMM… See the full description on the dataset page: https://huggingface.co/datasets/mjahmadi/Cataract-LMM.
Metadata Database for Danbooru2023 Danbooru 2023 datasets: https://huggingface.co/datasets/nyanko7/danbooru2023 The latest entry of this database is id 7,866,491. Which is newer than nyanko7's dataset. This dataset contains a sqlite db file which have all the tags and posts metadata in it. The Peewee ORM config file is provided too, plz check it for more information. (Especially on how I link posts and tags together) The original data is from the official dump of the posts info.… See the full description on the dataset page: https://huggingface.co/datasets/KBlueLeaf/danbooru2023-metadata-database.
OpenTME: Open-Access Tumor Microenvironment Profiles from TCGA OpenTME is an open-access project by Aignostics for academic researchers. It provides comprehensive spatial outputs for whole slide images (WSIs) of H&E-stained, formalin-fixed, paraffin-embedded slides from The Cancer Genome Atlas (TCGA). OpenTME is powered by Atlas H&E-TME – a computational pathology application developed by Aignostics. Atlas H&E-TME Atlas H&E-TME is a foundation model-based… See the full description on the dataset page: https://huggingface.co/datasets/Aignostics/OpenTME.
a.k.a. Awesome ChatGPT Prompts This is a Dataset Repository mirror of prompts.chat — a social platform for AI prompts. 📢 Notice This Hugging Face dataset is a mirror. For the latest prompts, features, and community contributions, please visit: 🌐 Website: prompts.chat 📦 GitHub: github.com/f/awesome-chatgpt-prompts About prompts.chat is an open-source platform where users can share, discover, and collect AI prompts from the community. The project can… See the full description on the dataset page: https://huggingface.co/datasets/fka/prompts.chat.
Dataset Card for Alpaca Dataset Summary Alpaca is a dataset of 52,000 instructions and demonstrations generated by OpenAI's text-davinci-003 engine. This instruction data can be used to conduct instruction-tuning for language models and make the language model follow instruction better. The authors built on the data generation pipeline from Self-Instruct framework and made the following modifications: The text-davinci-003 engine to generate the instruction data… See the full description on the dataset page: https://huggingface.co/datasets/tatsu-lab/alpaca.
DiffusionDB is the first large-scale text-to-image prompt dataset. It contains 2 million images generated by Stable Diffusion using prompts and hyperparameters specified by real users. The unprecedented scale and diversity of this human-actuated dataset provide exciting research opportunities in understanding the interplay between prompts and generative models, detecting deepfakes, and designing human-AI interaction tools to help users more easily use these models.
The CT-RATE Team organizes the VLM3D Challenge VLM3D 2026 (2nd Edition) → Challenge Finals at MICCAI 2026 VLM3D 2025 (1st Edition) → Challenge Finals at MICCAI 2025 • Workshop at ICCV 2025 The CT-RATE Team is developing the MR-RATE Dataset A large-scale brain MRI dataset with paired radiology reports for training 3D vision-language models. GitHub | Dataset | Metadata Dashboard Generalist Foundation Models from a Multimodal Dataset… See the full description on the dataset page: https://huggingface.co/datasets/ibrahimhamamci/CT-RATE.
Danbooru2023: A Large-Scale Crowdsourced and Tagged Anime Illustration Dataset Danbooru2023 is a large-scale anime image dataset with over 5 million images contributed and annotated in detail by an enthusiast community. Image tags cover aspects like characters, scenes, copyrights, artists, etc with an average of 30 tags per image. Danbooru is a veteran anime image board with high-quality images and extensive tag metadata. The dataset can be used to train image classification… See the full description on the dataset page: https://huggingface.co/datasets/nyanko7/danbooru2023.