Видеоданные 

Видеоархивы с разметкой объектов и движений, данные для отслеживания поведения и действий в динамических сценах. Мультимодальные модели

Omega Multimodal — это набор данных, содержащий текстовые, визуальные и аудиоданные, собранные для задач многомодальной обработки. Он используется для обучения моделей, которые могут анализировать и интегрировать информацию из различных источников, таких как текст, изображения и звук. Набор данных полезен для разработки приложений, требующих понимания и генерации информации на основе нескольких модальностей, таких как чат-боты, системы рекомендаций и другие сложные ИИ-приложения.

AVA (Atomic Visual Actions) — это набор данных, содержащий аннотированные видео с действиями, выполненными людьми. Он включает более 200 000 видеоклипов, где каждое действие обозначено с помощью временных меток и описаний. Набор данных полезен для задач распознавания действий, анализа видео и обучения моделей глубокого обучения, способных понимать динамику человеческого поведения в видеоконтенте.

Kinetics Dataset — это большой набор данных, содержащий видеоклипы, аннотированные с описанием действий, выполненных в этих видео. Он включает более 400 000 видеозаписей, классифицированных по более чем 600 категориям действий. Набор данных полезен для задач распознавания действий, обучения моделей глубокого обучения и исследований в области компьютерного зрения, обеспечивая богатый ресурс для разработки систем, способных анализировать динамическое поведение в видео.

THUMOS14 — это набор данных, предназначенный для задач распознавания действий в видео. Он включает видеоклипы с разметкой, содержащей различные действия, и предоставляет информацию о временных интервалах, в которых происходят эти действия. Набор данных полезен для обучения и тестирования моделей глубокого обучения, ориентированных на анализ видео и понимание динамики действий в реальных сценариях.