nano-datasets: Facilitando la investigación eficiente de la comprensión de video con subconjuntos personalizables de datos a gran escala
Palabras clave:
nano-datasets, aprendizaje autosupervisado, representaciones de vídeo, visión artificial, aprendizaje automáticoResumen
El avance del aprendizaje auto-supervisado en la comprensión de video ha sido facilitado por conjuntos de datos a gran escala, pero su tamaño plantea desafíos para los investigadores con recursos computacionales limitados. Para abordar esto, presentamos nano-datasets, un repositorio de scripts diseñados para generar subconjuntos personalizables de conjuntos de datos de video establecidos como Kinetics, Something-Something-v2 e ImageNet-1K. Estos scripts mantienen la integridad semántica y la estructura de los conjuntos de datos originales, al tiempo que permiten a los usuarios crear versiones más pequeñas y manejables adaptadas a sus necesidades de investigación específicas. Al permitir que los investigadores experimenten con diversas arquitecturas y modelos de ajuste fino en conjuntos de datos accesibles, nano-datasets tiene como objetivo democratizar la investigación de comprensión de video y fomentar la reproducibilidad y la colaboración dentro del campo.
Descargas
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Joel Ermantraut, Lucas Tobio, Segundo Foissac, Javier Iparraguirre

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.