PhysInOne
קוד פתוחvLARcc-by-nc-sa-4.02026-04-07
המאגר כולל 153,810 סצנות תלת ממדיות ו־2 מיליון סרטונים סינתטיים מרובי פיזיקה. חוקרים נעזרים בו לפיתוח מודלי וידאו שמבינים חוקי תנועה, אופטיקה ונוזלים.
- 2,949הורדות בחודש
- 17לייקים
מה זה
הנתונים מורכבים מסצנות סינתטיות דינמיות שמכסות 71 תופעות פיזיקליות בארבעה תחומים: מכניקה, אופטיקה, דינמיקת נוזלים ומגנטיות. כל רשומה כוללת וידאו לצד שכבות נלוות, ביניהן מפות עומק, מסכות סגמנטציה, ענני נקודות, מסלולי תנועה תלת ממדיים של אובייקטים, תנוחות מצלמה, מאפייני חומר ותיאורי טקסט באנגלית.
חלוקת האימון כוללת 122,988 סצנות שנפרסו על פני 16 מאגרי משנה שונים עקב הנפח העצום. לצד האימון ישנן 15,411 סצנות ולידציה, שמתוכן זמינות כרגע רק 103, וכן נתוני מבחן ציבוריים שנועדו להערכה מול לוח תוצאות לארבע משימות שונות ללא תוויות אמת.
מתאים ל
- יצירת וידאו מודע לפיזיקה
אימון מודלים להפקת סרטונים מטקסט או תמונה תוך שמירה על חוקי תנועה והתנגשות.
- חיזוי פריימים עתידיים
הערכת תנועה והמשך התנהגות של עצמים בזמן על בסיס פריימים ראשונים בסצנה.
- הערכת עומק וסגמנטציה
שימוש בנתוני האמת של מפות העומק והמסכות ללמידת גיאומטריה תלת ממדית בווידאו.
- בניית מודלי עולם
הסקה על תכונות חומר ופיזיקה מורכבת מתוך אינטראקציות בין אובייקטים מרובים.
איפה זה נופל
כל החומרים מיוצרים בהדמיה ממוחשבת ולא צולמו בעולם האמיתי, כך שיש פער מובנה שחייבים לבדוק לפני שמיישמים מודל על צילומי מצלמה רגילים. החלוקה לוולידציה שוחררה כמעט כולה באופן חלקי בלבד, רק אחוז אחד זמין בפועל, ונכסי התלת ממד המקוריים שוחררו בשיעור של עשרים אחוז. הטקסטים וההגדרות קיימים באנגלית בלבד. בנוסף, קוד עיבוד הנתונים המלא של היוצרים טרם שוחרר.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
לא. הרישיון מכיל סעיף ברור שאוסר שימוש מסחרי מכל סוג. הוא מיועד למחקר ולפיתוח פנימי בלבד, ומודל שאומן עליו כפוף למגבלות אלו.
כמה מקום בדיסק צריך כדי להוריד אותו?
האימון המלא דורש עשרות רבות של טרה בייט. רק שבעת החלקים הראשונים מתוך 16 תופסים קרוב ל־48 טרה בייט יחד. מומלץ להוריד רק חלקיקים ספציפיים בעזרת סקריפטי הסינון.
האם יש במאגר תמיכה בעברית?
אין עברית כלל. כל שמות התופעות, התיאורים וההגדרות בקובצי ההגדרות מופיעים באנגלית בלבד.
איך הנתונים נאספו ונבנו?
הסצנות נבנו ועובדו באופן סינתטי במנוע תלת ממד גרפי עם סימולציות פיזיקליות. מתוך הסצנות הממוחשבות הופקו סרטוני הווידאו, נתוני המצלמה, מפות העומק והמסלולים.
איך טוענים
אי אפשר למשוך את המאגר בלחיצה אחת רגילה בגלל הגודל החריג שלו. נתוני האימון מפוצלים בין 16 מאגרים נפרדים, כשכל חלק שוקל בין 4.5 ל־7.5 טרה בייט, כך שמדובר בעשרות טרה בייט בסך הכל. הגישה חופשית ואינה דורשת אישור מראש. כדי לעבוד איתו צריך להשתמש בסקריפטים שהחוקרים פרסמו, שמסננים ומורידים רק מקרים ספציפיים לפי תופעה פיזיקלית או דגימה אקראית. השדות הקריטיים לעיבוד כוללים קובצי וידאו, מידע גיאומטרי מקבצי עומק, ומסלולי תנועה במבנה ג'ייסון.
from datasets import load_dataset
ds = load_dataset("vLAR/PhysInOne")הרישיון
הרישיון הוא סי סי בי ואי אן סי אס אי 4.0. השימוש מוגבל למחקר בלבד ואסור לחלוטין לכל מטרה מסחרית. אתם חייבים לתת קרדיט ליוצרים, ואם אתם משנים את הנתונים ומפיצים אותם הלאה, עליכם להשתמש באותו רישיון בדיוק. מודל שתאמנו על הדאטהסט הזה לא יוכל להיכנס למוצר מסחרי סגור.
- שינוי הקוד
- חובת ייחוס
- שימוש מסחרי: לא