ClothTransformer-dataset
קוד פתוחYuCrazing1cc-by-4.02026-07-07
המאגר כולל מעל אלפיים סימולציות פיזיקליות תלת ממדיות של תנועת בדים מול גופים שונים ללא חדירות גאומטריות. הוא מיועד למי שמאמן רשתות לחיזוי תנועת בגדים ומניפולציה רובוטית.
- 2,149הורדות בחודש
- 19לייקים
מה זה
המאגר מכיל 2,056 מסלולי סימולציה שנשמרו בשישים פריימים לשנייה לאורך ארבע שניות בדיוק, סך הכל 493,440 פריימים. כל הדגימות נוצרו באמצעות מנוע הפיזיקה GIPC עם מודל הבד של בראף וויטקין, מה שמבטיח נתונים נקיים מחדירות עצמיות או חדירות לעצם המתנגש. הנתונים מגיעים עם פרמטרים פיזיקליים קבועים, בהם מודול יאנג למתיחה של מיליון פסקל, צפיפות של 200 גרם למטר מרובע ומקדם חיכוך של 0.4.
התוכן מחולק לשלושה תרחישים נפרדים. התרחיש הראשון כולל אלף סימולציות של יריעת בד מרובעת שנופלת על אובייקטים קשיחים ומגוונים מתוך Objaverse. התרחיש השני מכיל אלף סימולציות של זרוע רובוטית שתופסת בגדים שונים שנלקחו ממאגר דפוסי תפירה. התרחיש השלישי קטן משמעותית, ובו 56 סימולציות של חולצות וחצאיות על גבי דמויות אדם מונפשות מסוג SMPL בתנועות כמו הליכה, ריצה וריקוד.
מתאים ל
- אימון סימולטור בד מהיר
למידת קירוב פיזיקלי של תנועת בדים בזמן אמת ללא צורך בפתרון משוואות כבדות.
- אימון מניפולציה רובוטית
פיתוח אלגוריתמים לתפיסה והרמה של בגדים גמישים עבור רובוטים ביתיים או תעשייתיים.
- מבחני בדיקת חדירות
הערכת ביצועים של מודלי שחזור תלת ממדי מול דאטהסט שמתחייב לאפס חדירות גאומטריות.
איפה זה נופל
התרחיש האנושי, שמעניין את רוב מפתחי ההלבשה הווירטואלית, זעיר וכולל 56 דגימות בלבד לעומת אלף בכל אחד מהתרחישים האחרים. המאגר מוגבל לסוגי בגדים בסיסיים מאוד כמו חולצות טי וחצאיות. הבעיה המרכזית היא שכל התכונות הפיזיקליות של הבדים, כמו קשיחות, צפיפות וחיכוך, נקבעו לערך יחיד וקבוע לאורך כל הריצות. אם המודל שלכם אמור ללמוד התנהגות של בדים שונים כמו משי לעומת עור, הנתונים כאן לא יספיקו.
שאלות
נפוצות
האם מותר להשתמש במאגר לפרויקט מסחרי?
כן, רישיון cc-by-4.0 מתיר שימוש מסחרי מלא כל עוד אתם מספקים קרדיט נאות ליוצרים. קחו בחשבון שהעצמים בתרחיש הנפילה נלקחו מ־Objaverse, ולכל עצם יש רישיון מקורי משלו שיש לוודא בנפרד.
כמה מקום המאגר דורש בדיסק?
הנפח הכולל של הקבצים עומד על כ־33 גיגה בייט. הנתונים מאורגנים בתוך 2,056 קובצי npz לצד קובצי רשת נלווים, כך שמומלץ להוריד רק את התיקייה הרלוונטית לתרחיש שלכם.
איך המידע הופק?
הנתונים אינם צילומים מהעולם האמיתי ואינם מכילים טקסט או עברית. מדובר בסימולציות פיזיקליות של המודל של בראף וויטקין שחושבו על מעבדים גרפיים באמצעות פותרן GIPC שמבטיח היעדר חדירות.
מה מבדיל אותו ממאגרי סימולציה אחרים?
היתרון הבולט הוא היעדר מוחלט של חדירות גאומטריות בין הבד לעצמו ובין הבד לגופים שסביבו. תכונה זו מאפשרת לאמן פונקציות הפסד של זיהוי התנגשות רציף בלי לקבל רעש וטעויות מהדאטהסט עצמו.
איך טוענים
כל הסימולציות מאוחסנות בקובצי npz סטנדרטיים בנפח כולל של כ־33 גיגה בייט, ללא צורך באישור גישה מיוחד. אפשר לקרוא אותם ישירות עם numpy בלי allow_pickle, ומקבלים מערכים מסודרים של מיקומי קודקודים, העתקים בכל פריים, רשימות משולשים וצלעות. בנוסף לקובצי ה־npz ישנם קובצי גאומטריה חיצוניים מסוג obj או bgeo.sc, אך הם מיותרים כי כל המידע כבר נמצא בתוך קובצי ה־npz עצמם. שימו לב שמספר הקודקודים משתנה מדגימה לדגימה, ולכן חובה לקרוא את מימדי המערך מתוך כל קובץ בנפרד.
from datasets import load_dataset
ds = load_dataset("YuCrazing1/ClothTransformer-dataset")הרישיון
המאגר עצמו מופץ ברישיון cc-by-4.0 שמתיר שימוש מסחרי, שינוי והפצה, בתנאי שנותנים קרדיט מתאים ליוצרים. עם זאת, התרחיש האנושי נשען על מודל SMPL שדורש ייחוס ליוצריו, ותרחיש ההתנגשויות מתבסס על עצמים מ־Objaverse שלכל אחד מהם עשויים לחול תנאי רישיון משניים משלו לפי התיעוד המקורי שלהם.
- שימוש מסחרי
- שינוי הקוד
- חובת ייחוס