项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 593
使用教程
环境要求
- GPU 显存 16G 以上
- 图像数据
- 三维视觉基础
安装与启动步骤
-
1克隆装依赖
研究代码，依赖里有三维场景工具。
-
2备图像数据
能从公开数据集直接拉，也可以用自己的图。
-
3跑整条流水线
一条脚本串起场景重建、区域标注与问答生成。
bash run.sh -
4抽检生成质量
自动生成的问题要人看，错标很常见。
-
5换成自己的图
换你的场景图，注意视角要能估出深度。
如何确认成功
从一组室内图能生成带空间关系的问题对，且问题里的方位描述与场景一致
注意事项
- 它做的是把二维图变成带空间推理的问答数据。
- 重建失败时后续全废，先确认单场景跑通。
- 自动标注的方位词经常错，必须抽检。
- 生成数据用于训练前要再过一遍人工。
核心亮点
- 自动生成空间关系问答，省去人工标注成本
- 流水线可组合，能按需替换视觉与语言模型组件
- 直接面向 SpatialVLM 等空间推理模型的数据需求
不足之处
- 依赖外部模型，生成质量受底层视觉/语言模型影响
- 文档与社区规模较小，使用门槛待观察
适用场景
- 为空间视觉语言模型构建训练数据集
- 机器人/具身智能场景下的空间理解数据准备
- 多模态研究中的合成数据增强与评测集生成
替代项目
LLaVA、ShareGPT4V
上一篇：ml-stuttering-events-dataset
下一篇：malecns
同类项目推荐
Dialog_Corpus
开源
拿来即用的中英文对话语料，快速训练你的聊天机器人
用于训练中英文对话系统的语料库 Datasets for Training Chatbot System
imbalanced-dataset-sampler
开源
一行替换采样器，让少数类不再被模型忽略
A (PyTorch) imbalanced dataset sampler for oversampling low frequent classes and und···
awesome-public-real-time-dataset···
开源
一站找齐可公开访问的实时数据源，做流处理演示不再缺素材
A list of publicly available datasets with real-time data maintained by the team at ···
Speech-Corpus-Collection
开源
找语音数据？一个仓库帮你搜罗好语料
A Collection of Speech Corpus for ASR and TTS
address
开源
用真实开放数据一键生成27国测试地址
A self-hosted address and synthetic test-profile generator for 27 countries and regi···
speech_dataset
开源
一站式获取中文语音识别训练数据，快速启动ASR实验
The dataset of Speech Recognition
AGIQA-3k-Database
开源
给AI生成图像质量打分，建立评估基准
[IEEE TCSVT2023] A Fine-grained Subjective Perception & Alignment Database for AI Ge···
IEPile
开源
用2000万条高质量数据，让大模型更懂信息抽取。
[ACL 2024] IEPile: A Large-Scale Information Extraction Corpus
Koala-36M
开源
用3600万配对视频，让AI生成更听话的视频
Official implementation of the paper "Koala-36M: A Large-scale Video Dataset Improvi···