cad-1000-hours
קוד פתוחmarkov-aicc-by-4.02026-08-21
מעל אלף שעות של הקלטות מסך ותיעוד עכבר ומקלדת מתוך עשרה כלי תכנון והנדסה. החומר מיועד לאימון סוכני מחשב שמנסים לתפעל תוכנות שרטוט ותלת ממד מורכבות.
- 117,089הורדות בחודש
- 412לייקים
מה זה
המאגר מכיל 597 תהליכי עבודה מלאים שהוקלטו בעשרה יישומי CAD, BIM, אנליזה והדמיה שונים. כל תיקיית עבודה מייצגת משימה עצמאית לחלוטין. היא כוללת סרטון מסך בקצב של 30 פריימים לשנייה, קובצי אירועים של תנועות עכבר ומקלדת מסונכרנים לפי חותמות זמן ולפי פריימים, קובצי קלט מקוריים כמו תמונות או קובצי PDF, ואת התוצרים הסופיים שנוצרו בסוף התהליך.
לצד ההקלטות הטכניות, כל משימה מגיעה עם נתוני קריינות שמסבירים מה נעשה על המסך, קובצי הנחיות, סקירת משימה ומחוונים שנועדו לבדוק אם התוצר עומד בדרישות. המבנה מאורגן בתיקיות לפי שמות התוכנות ומזהה ייחודי לכל משימה, בלי חלוקה מורכבת של תת-תיקיות בפנים.
התוכן נחלק לחמש קטגוריות עיקריות, כאשר שרטוט כללי תופס כמעט מחצית משעות ההקלטה וכולל אך ורק את AutoCAD. קטגוריית התכנון המכני כוללת שעות רבות בתוכנות SOLIDWORKS, CATIA ו־Siemens NX, ותחום האדריכלות והמידול מכסה את SketchUp ושתי תוכנות Revit.
מתאים ל
- אימון סוכני שימוש במחשב
לימוד מודלים לבצע לחיצות עכבר והקלדות מדויקות לפי משימות שרטוט מוגדרות מראש.
- הערכת ביצועי מודלי ראייה
בדיקת יכולת המודל להבין ממשקי משתמש עמוסים בתוכנות הנדסיות מורכבות.
- יצירת הסברים לפעולות CAD
אימון מודלים לתיאור טקסטואלי של שלבי עבודה ותיעוד הנדסי מתוך וידאו.
איפה זה נופל
חלוקת השעות אינה מאוזנת כלל. כמחצית מהזמן מוקדש אך ורק ל־AutoCAD, בעוד שתחומים שלמים מקבלים ייצוג שולי ביותר. לתוכנת STAAD.Pro יש שש הקלטות בלבד של שש וחצי שעות, ולהדמיות ב־V-Ray ו־D5 Render הוקצו ארבע שעות יחד. בנוסף, חסר מידע על הרקע של האנשים שהקליטו את המשימות, רמת המיומנות שלהם, והאם קובצי הקריינות או הממשקים כוללים שפות מלבד אנגלית.
שאלות
נפוצות
האם מותר להשתמש בדאטהסט לפיתוח מוצר מסחרי?
כן. הרישיון הוא CC BY 4.0 והוא מתיר שימוש מסחרי מפורש, כולל אימון, כוונון עדין והערכת מודלים. התנאי היחיד הוא מתן קרדיט מתאים ליוצרים, קישור לרישיון וציון אם נעשו שינויים בנתונים עצמם.
כמה מקום צריך לפנות בדיסק לפני ההורדה?
המאגר שוקל 256.60 גיגה-בייט ומורכב מ־8,973 קבצי נתונים. רוב הנפח מגיע מסרטוני וידאו בקצב 30 פריימים לשנייה, כך שמומלץ לוודא שיש מספיק מקום פנוי וחיבור אינטרנט יציב לפני שמתחילים למשוך את כל התיקיות.
האם יש בדאטהסט תמיכה או ייצוג לעברית?
אין אזכור לעברית בכרטיס המאגר. כל התוויות, תיאורי המשימות, המחוונים וההסברים מתועדים באנגלית, וכך גם ממשקי התוכנות שהוקלטו.
אילו תוכנות הנדסיות מכוסות בהקלטות?
ישנן עשר תוכנות בסך הכל: AutoCAD, SOLIDWORKS, CATIA, Siemens NX, SketchUp, Revit Architecture, Revit Structure, STAAD.Pro, V-Ray ו־D5 Render. עם זאת, AutoCAD ו־SOLIDWORKS מהוות יחד את רוב שעות ההקלטה.
איך טוענים
ההורדה דורשת היערכות לנפח של 256.60 גיגה-בייט שמחולקים בין כמעט תשעת אלפים קבצים. אין צורך באישור גישה מיוחד, המאגר פתוח להורדה ישירה דרך Hugging Face. המבנה מבוסס על היררכיית תיקיות לפי שם התוכנה ומזהה המשימה. אם אתם מאמנים מודלים לחיזוי פעולות, השילוב בין clip.mp4 לבין frame_events.json ו־events.json הוא הבסיס, לצד narration.json שמספק את ההקשר הטקסטואלי לפעולות המשתמש.
from datasets import load_dataset
ds = load_dataset("markov-ai/cad-1000-hours")הרישיון
המאגר מופץ תחת רישיון CC BY 4.0. המשמעות היא שמותר להשתמש בו לצרכים מחקריים ומסחריים, כולל אימון מודלים, התאמה והפצה מחדש. אין דרישה לשתף את התוצרים או המודלים המאומנים תחת אותו רישיון. הדרישה היחידה היא לתת קרדיט ברור ל־Markov, לקשר למאגר המקורי ולרישיון, ולציין אם בוצעו שינויים בקבצים עצמם.
- שימוש מסחרי
- שינוי הקוד
- חובת ייחוס