Touch-Vision-Language Dataset
收藏极市2025-05-30 更新2025-05-31 收录
下载链接：
https://www.cvmart.net/dataSets/detail/1254
下载链接
链接失效反馈官方服务：
资源简介：
触觉视觉语言 （TVL） 数据集，它将成对的触觉和视觉观察与人工注释和 VLM 生成的触觉语义标签相结合
应用场景：
提供机构：
极市相关数据集
Touch-Vision-Language (TVL) Dataset
TVL数据集由加州大学伯克利分校创建，包含44,000对视觉-触觉配对数据，其中10%由人工标注，90%由GPT-4V生成伪标签。该数据集旨在解决多模态对齐问题，特别是视觉、触觉和语言之间的对齐。数据集通过特制的3D打印设备在野外同步收集触觉和视觉数据，用于训练视觉-语言对齐的触觉编码器和触觉-视觉-语言模型，以提高多模态理解和文本生成的能力。
arXiv2024-02-21 更新1311
mlfu7/Touch-Vision-Language-Dataset
该数据集名为A Touch, Vision, and Language Dataset for Multimodal Alignment，由UC Berkeley、Meta AI、TU Dresden和CeTI的研究人员共同开发。数据集包含触觉、视觉和语言数据，旨在用于多模态对齐研究。数据集被分成了8个压缩文件，用户可以通过git克隆并解压来使用。数据集的结构包括触觉、视觉和语言数据的子目录，具体
Hugging Face2024-02-21 更新2700
Object exploration using vision and active touch
EPSRC grant on tactile superresolution sensing (EP/M02993X/1) and Leverhulme Grant on 'Biomimetic Forebrain for Robot Touch' (RL-2016-39). The following data was obtained from the TacTip, an optical
DataCite Commons2020-09-18 更新70
TLV (Touch-Language-Vision)
TLV数据集是由北京交通大学北京交通数据分析与挖掘重点实验室创建，旨在通过人机协同方式实现触觉、语言和视觉的多模态对齐。该数据集包含20000对同步的触觉和视觉观察，其中详细标注了19834个实例，每个实例都附有句子级别的描述。创建过程中，通过使用GelSight传感器和VisGel数据集收集触觉和视觉数据，并利用GPT-4V进行文本标注。TLV数据集主要应用于触觉相关的多模态感知研究，特别是解决
arXiv2024-05-10 更新651
VISION_LANGUAGE
A key question for understanding multimodal vs. language capabilities of models is what is the relative strength of the spatial reasoning and understanding in each modality, as spatial understanding
魔搭社区2025-10-09 更新60
