echodrift/solfile-v2

Name: echodrift/solfile-v2
Creator: echodrift
Published: 2024-01-20 03:56:59
License: 暂无描述

Hugging Face2024-01-20 更新2024-06-22 收录

下载链接：

https://hf-mirror.com/datasets/echodrift/solfile-v2

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: mit ---

提供机构：

echodrift

原始信息汇总

数据集许可证

许可证类型: MIT

echodrift/solfile

--- license: mit ---

Hugging Face2024-01-14 更新50

echodrift/test-codegen-baseline

--- license: mit ---

Hugging Face2024-01-17 更新40

V2V4Real, OPV2V

本研究介绍了一种名为DOtA的无监督3D目标检测方法，该方法利用多智能体LiDAR扫描的内部共享信息进行训练，无需外部标签。DOtA包括初步标签生成、多尺度边界框编码标签过滤和标签内部对比学习三个部分。该方法在V2V4Real和OPV2V数据集上进行了测试，证明了其优越性。数据集的具体信息未在文中详细描述，但可以从提供的数据集中了解到，这些数据集涉及多智能体协同观测，并用于无监督3D目标检测任务。

arXiv2025-03-11 更新930

echodrift/codegen-v1

--- license: mit ---

Hugging Face2024-01-20 更新40

V2V数据集

V2V数据集由北京大学的研究团队创建，旨在解决基于事件的视觉模型训练数据稀缺的问题。该数据集包含10,000个视频，总时长为52小时，比现有的基于事件的相机数据集大一个数量级。数据集通过将传统视频帧直接转换为基于事件的体素网格表示，从而消除了对存储密集型事件流生成的需求。V2V方法使得存储需求降低了150倍，并支持在训练过程中的参数随机化，增强了模型的鲁棒性。该数据集可用于事件视频重建和光流估计等

arXiv2025-05-22 更新440