Dataset Viewer
Auto-converted to Parquet Duplicate
sequence
int64
100k
200k
num_frames
int64
70
501
tar_name
stringclasses
1 value
101,788
100
w360-a6680dd8
200,191
100
w360-a6680dd8
100,627
100
w360-a6680dd8
100,532
100
w360-a6680dd8
101,389
100
w360-a6680dd8
101,720
100
w360-a6680dd8
100,466
100
w360-a6680dd8
200,168
100
w360-a6680dd8
100,262
100
w360-a6680dd8
100,247
100
w360-a6680dd8
101,153
100
w360-a6680dd8
101,439
100
w360-a6680dd8
100,502
100
w360-a6680dd8
101,609
100
w360-a6680dd8
100,118
100
w360-a6680dd8
100,925
100
w360-a6680dd8
100,938
100
w360-a6680dd8
100,431
100
w360-a6680dd8
100,145
100
w360-a6680dd8
100,364
100
w360-a6680dd8
200,025
100
w360-a6680dd8
200,205
100
w360-a6680dd8
100,448
100
w360-a6680dd8
101,018
100
w360-a6680dd8
101,071
100
w360-a6680dd8
101,158
100
w360-a6680dd8
101,093
100
w360-a6680dd8
101,438
100
w360-a6680dd8
101,348
100
w360-a6680dd8
200,195
100
w360-a6680dd8
101,512
100
w360-a6680dd8
101,223
100
w360-a6680dd8
101,123
100
w360-a6680dd8
100,641
100
w360-a6680dd8
100,504
100
w360-a6680dd8
200,202
100
w360-a6680dd8
100,878
100
w360-a6680dd8
100,282
100
w360-a6680dd8
100,382
100
w360-a6680dd8
101,704
100
w360-a6680dd8
100,137
100
w360-a6680dd8
200,101
100
w360-a6680dd8
100,409
100
w360-a6680dd8
100,187
100
w360-a6680dd8
101,051
100
w360-a6680dd8
101,844
100
w360-a6680dd8
101,447
100
w360-a6680dd8
101,888
100
w360-a6680dd8
101,168
100
w360-a6680dd8
100,517
100
w360-a6680dd8
100,483
100
w360-a6680dd8
101,227
100
w360-a6680dd8
101,200
100
w360-a6680dd8
101,557
100
w360-a6680dd8
100,567
100
w360-a6680dd8
100,428
100
w360-a6680dd8
100,487
100
w360-a6680dd8
100,756
100
w360-a6680dd8
100,801
100
w360-a6680dd8
100,833
100
w360-a6680dd8
100,443
100
w360-a6680dd8
100,385
100
w360-a6680dd8
101,582
100
w360-a6680dd8
101,627
100
w360-a6680dd8
101,480
100
w360-a6680dd8
101,219
100
w360-a6680dd8
101,648
100
w360-a6680dd8
200,078
100
w360-a6680dd8
100,314
100
w360-a6680dd8
101,734
100
w360-a6680dd8
101,703
100
w360-a6680dd8
100,848
100
w360-a6680dd8
100,942
100
w360-a6680dd8
200,144
100
w360-a6680dd8
200,138
100
w360-a6680dd8
101,639
100
w360-a6680dd8
101,758
100
w360-a6680dd8
101,465
100
w360-a6680dd8
101,669
100
w360-a6680dd8
100,309
100
w360-a6680dd8
101,547
100
w360-a6680dd8
101,425
100
w360-a6680dd8
101,613
100
w360-a6680dd8
100,843
100
w360-a6680dd8
101,243
100
w360-a6680dd8
100,047
100
w360-a6680dd8
101,329
100
w360-a6680dd8
100,785
100
w360-a6680dd8
101,234
100
w360-a6680dd8
200,161
100
w360-a6680dd8
100,052
100
w360-a6680dd8
101,010
100
w360-a6680dd8
100,386
100
w360-a6680dd8
101,133
100
w360-a6680dd8
100,946
100
w360-a6680dd8
101,777
100
w360-a6680dd8
100,924
100
w360-a6680dd8
100,303
100
w360-a6680dd8
100,393
100
w360-a6680dd8
101,524
100
w360-a6680dd8
End of preview. Expand in Data Studio

nvidia/vipe-web360(複製)

データの内容

ViPE(Video pose engine)で推定したカメラの姿勢・深度・内部パラメータのデータ。データは tar 3 本と parquet 1 本からなり、列は sequence・num_frames・tar_name の 3 つである。ViPE は Huang らの論文(arXiv:2508.10934)で 3D の幾何的知覚のための手法として発表されており、データの詳細は GitHub の ViPE のリポジトリに置かれている。

データの概要

項目 値
行数 2,114(1 構成・1 分割の合計)
列数 3
容量 29.76 GB(ファイル 6 本)
ファイルの形式 tar 3、parquet 1
公開 public

構成と分割

構成(config) 分割(split)ごとの行数 列数
default all 2,114 3

列(構成 default・分割 all)

列 型 先頭の行の値
sequence int64 101788
num_frames int64 100
tar_name string w360-a6680dd8

行数と列は HF のデータセットビューアの集計(元のデータセットの現在の版で数えたもの)。全データセットの一覧は HYUKI5/dataset-catalog にある。

複製について

nvidia/vipe-web360 をリビジョン 45870a1f54774b2a1c6be41e3ece177d4f9ecc28 の時点でそのまま複製したもの。中身は変えていない。判断モデル Laya(convaiinnovations/laya)の微調整に使う候補として、調査メモ(Laya 学習用データセット調査)に載せたデータを集めている。

出典

論文

アノテーションの方法

元のカードにアノテーションの節が無かった。下の「調査メモの記述」と「元のカード」を参照。

微調整に使うときの注意

  • 調査メモの台帳での区分: A(許諾型のライセンスだけで、疑義の注記が無い)。区分は記載の文言で機械的に付けたもので、法的な判定ではない。学習に入れる前に元のカードとライセンスの原文で確かめる。
  • Laya の入力は 2,048 token まで(ModernBERT-large / mmBERT)。長い本文は先頭から黙って切られるので、切れる行は事前に除くか、要約・切り出しをしてから入れる。
  • 分割は記事・文書単位で行い、同じ本文から作った別の問いを学習側と較正側に分けない。温度と閾値は学習に使っていない分割で別々に当てる。

調査メモの記述

メモ 節 ライセンス(記載) 確認 注記
nvidia_nemotron.md 付録. 取得した nvidia 組織のデータセット全件の簡易一覧 (L549) cc-by-4.0 確認済 確認印なし(各ファイルの凡例により確認済扱い) / 原文注記: × 非テキスト(ロボット・自動運転・3D・音声・画像・科学計算)または翻訳版ベンチ

元のカード(日本語訳)

以下は元のデータセットのカードの本文を日本語に訳したもの(機械翻訳)。訳に疑問があるときは、末尾の原文を確かめる。


ViPE データセットの公開版

このデータセットには、ViPE で推定したカメラの姿勢、深度、カメラの内部パラメータが含まれる。データセットの詳細は GitHub のリンク を参照。

このデータセットが役に立ったら、次の論文を引用してほしい。

@article{huang2025vipe,
  title={Vipe: Video pose engine for 3d geometric perception},
  author={Huang, Jiahui and Zhou, Qunjie and Rabeti, Hesam and Korovko, Aleksandr and Ling, Huan and Ren, Xuanchi and Shen, Tianchang and Gao, Jun and Slepichev, Dmitry and Lin, Chen-Hsuan and others},
  journal={arXiv preprint arXiv:2508.10934},
  year={2025}
}
原文(英語)

ViPE Dataset Release

This dataset contains the camera pose, depth, and intrinsics estimated using ViPE. For more details of the dataset, please refer to the Github link.

Please consider citing the following paper if you found this dataset helpful:

@article{huang2025vipe,
  title={Vipe: Video pose engine for 3d geometric perception},
  author={Huang, Jiahui and Zhou, Qunjie and Rabeti, Hesam and Korovko, Aleksandr and Ling, Huan and Ren, Xuanchi and Shen, Tianchang and Gao, Jun and Slepichev, Dmitry and Lin, Chen-Hsuan and others},
  journal={arXiv preprint arXiv:2508.10934},
  year={2025}
}
Downloads last month
32

Paper for HYUKI5/nvidia__vipe-web360