Sekai
קוד פתוחLixsp11other2025-06-18
מאגר וידאו מנקודת מבט ראשונה ורחפנים שמתמקד בתנועה רציפה בעולם. הוא נותן מעל חמשת אלפים שעות של צילומים מיוטיוב ומשחקים עם תיוגים של מסלולי מצלמה וסביבה.
- 2,354הורדות בחודש
- 45לייקים
מה זה
הנתונים מחולקים לסרטונים מהעולם האמיתי ולצילומים מתוך משחקי מחשב. יש כאן שתי נקודות מבט עיקריות, הליכה בגוף ראשון וצילום רחפנים. הרשומות מגיעות ברזולוציה של 720p וכוללות רצפים ארוכים של שישים שניות ומעלה, כדי לשמור על המשכיות של תנועה במרחב.
התוכן נאסף מיוטיוב וממנועי משחקים, ומכסה מעל מאה מדינות ויותר מ־750 ערים. לצד הווידאו יש קובצי csv של אימון ותיוגים מפורטים: מיקום גאוגרפי, סוג הסצנה, מזג האוויר, צפיפות קהל, תיאורי טקסט ומסלולי תנועה של המצלמה. הכרטיס לא מפרט תהליכי סינון אוטומטיים מעבר לדרישת הרזולוציה והאורך.
מתאים ל
- יצירת וידאו מטקסט
אימון מודלים להפקת סרטונים ארוכים של תנועה בגוף ראשון או תצלומי אוויר לפי תיאור סצנה ומזג אוויר.
- הנפשת תמונות למסלול הליכה
מודלי image-to-video שיודעים לקחת פריים בודד ולהמשיך אותו לתנועת מצלמה רציפה במרחב.
- חיזוי מסלולי מצלמה
שימוש בתיוגי התנועה כדי ללמוד שליטה על זוויות צילום וסימולציות של תנועת רחפנים.
איפה זה נופל
כל הטקסט והתיוגים בדאטהסט מוגדרים באנגלית בלבד, ואין בו ייצוג ייעודי לעברית. מקור הנתונים הוא יוטיוב ומשחקי מחשב, מה שמייצר הטיות ברורות של תאורה, סגנון תנועה וגרפיקה מלאכותית שלא תמיד תואמת מציאות. היוצרים לא מפרטים תהליך של בדיקת זכויות יוצרים על הסרטונים שנלקחו מהרשת, כך שאי אפשר לדעת מראש אם מופיעים שם אנשים שלא אישרו צילום או תוכן מוגן.
שאלות
נפוצות
האם מותר להשתמש במאגר למוצר מסחרי?
הרישיון מסומן בתור other וללא פירוט משפטי מתירני בכרטיס. מאחר שהווידאו מבוסס על צילומי יוטיוב ומשחקים, אי אפשר להניח שמותר להשתמש בו למוצרים מסחריים בלי בדיקה של זכויות היוצרים במקור.
האם יש במאגר מידע או תיוגים בעברית?
לא. שפת המאגר מוגדרת רשמית כאנגלית, וכל התיוגים של המיקומים, מזג האוויר והתיאורים מופיעים באנגלית בלבד.
איך בנוי התוכן מבחינת קבצים ונפח?
הווידאו מחולק לארכיוני zip לפי עולמות תוכן של משחקים מול עולם אמיתי, ולפי זוויות של רחפן או הליכה. חלק מקובצי הווידאו מחולקים למקטעים דחוסים שיש לאחד, ולצידם קובצי csv שמכילים את המטא-דאטה והמסלולים.
מה מייחד את הסרטונים האלה מדאטהסטים רגילים של וידאו?
הדגש כאן הוא על שוטים ארוכים ורציפים של שישים שניות ומעלה ב־720p, בשילוב תיוג של מסלול המצלמה עצמה. זה נבנה ספציפית כדי ללמד מודלים לשמור על עקביות מרחבית לאורך זמן ולא רק תנועות קצרות של שניות בודדות.
איך טוענים
המאגר מחולק לקובצי zip גדולים לפי קטגוריות כמו sekai-game-drone, sekai-real-drone וגרסאות הליכה, כשחלק מהקבצים מפוצלים למספר חלקים שדורשים איחוד לפני החילוץ. נתוני התיוג והחלוקה לאימון יושבים בקובצי csv בתיקיית train. אין צורך באישור גישה מיוחד כדי להוריד את הקבצים ישירות מהעמוד, אבל הקוד המלא לעבודה עם המאגר יושב בריפו גיטהאב נפרד שהיוצרים מפנים אליו.
from datasets import load_dataset
ds = load_dataset("Lixsp11/Sekai")הרישיון
הרישיון מוגדר כ־other, כלומר אין כאן רישיון קוד פתוח סטנדרטי כמו MIT או אפאצ'י. היוצרים לא פירטו תנאי שימוש מסחרי, חובת ייחוס או הגבלות שיתוף בדף המאגר. שימוש במודל שאומן על החומר הזה לצורך מסחרי מסוכן מאוד, במיוחד כשהסרטונים נלקחו מיוטיוב וממשחקים ללא הסדרה משפטית ברורה.