URMP - Multi Modal Music Performance

kaggle2025-09-28 更新2025-10-25 收录

音乐表演

多模态数据

数据链接：

https://www.kaggle.com/datasets/alonhaviv/multi-modal-music-performance-urmp 数据链接链接失效反馈

官方服务：

资源简介：

Multiple musical instruments Audio and Video recording, with MIDI.

多乐器音视频录制数据集，附带MIDI（Musical Instrument Digital Interface）数据

创建时间：

2025-09-28

Multimodal Industrial Activity Monitoring (MIAM)

工业监控

多模态数据

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

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

nimapourjafar/mm_hitab

多模态数据

数据分析

该数据集包含图像、音频、视频和数据四种特征，其中数据特征包括数据类型、模态和角色。数据集分为训练集，包含2500个样本，总大小为161963076字节。

Hugging Face2024-06-14 更新130

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

URMP - Multi Modal Music Performance

资源简介：

相关数据集