MIAM数据集是一个多模态工业活动监控数据集，由印度科学与创新研究院中央电子工程研究所创建，旨在捕捉工业环境中的操作员行为。该数据集包含22个会话，总计290分钟的多视角RGB、深度和惯性测量单元（IMU）数据，详细标注了任务执行和操作员行为。数据集的内容涵盖了工业装配和拆卸任务，数据来源包括多视角摄像头和IMU传感器。数据集的创建过程包括在不受控环境中记录操作员的行为，并通过多模态数据融合来提升

arXiv2025-01-10 更新890

yjernite/prof_report__dalle-2__multi__12

职业分析

多模态数据

--- dataset_info: features: - name: cluster_id dtype: int64 - name: cluster_size dtype: int64 - name: img_ids sequence: int64 - name: img_cluster_scores sequence: float64 s

Hugging Face2023-06-03 更新190

MODALITY corpus - SPEAKER 13 - COMMANDS C1

语音识别

多模态数据

The MODALITY corpus is one of the multimodal database of word recordings in English. It consists of over 30 hours of multimodal recordings. The database contains high-resolution, high-framerate stereo

Mendeley Data2024-01-31 更新140

Multimodal C4 (mmc4)

多模态数据

视觉语言模型

Multimodal C4 (mmc4)是由University of California, Santa Barbara等机构开发的开放式十亿规模图像与文本交错数据集。该数据集通过线性分配算法，利用CLIP特征将图像嵌入到c4文本数据集中，覆盖烹饪、旅行、技术等多个日常主题。经过过滤不适当内容后，数据集包含1.012亿文档，其中交错嵌入了5.71亿图像和430亿英语词汇。mmc4旨在支持复杂的视

arXiv2023-10-28 更新470

BioS-DB: a multimodal database of individuals in a public speaking scenario, including emotional annotation

情感识别

多模态数据

The BioS-DB (BioSpeech Database), is a database of indivduals speaking infront of others in both German and English. BioS-DB includes 55 indivdual (33 male and 22 female), with a mean age of 28.9 year

Mendeley Data2024-03-27 更新190

UR-FUNNY-V2

资源简介：

相关数据集