datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
Motion-o-MCoT-PLM-motion-keyframes
Motion-o-MCoT (PLM + motion keyframes)
Subset of STGR: STR_plm_rdcap rows with <motion in reasoning_process, plus sharded keyframes under videos/stgr/plm/kfs/.
Train split: 3,168 examples (see export_manifest.json in the repo for exact export stats).
Keyframes: JPEGs are stored under shard subfolders (e.g. videos/stgr/plm/kfs/plm_0150/…) so each directory stays under Hugging Face file-count limits. Each key_frames[].path in the JSON is relative to videos/stgr/plm/kfs/ (e.g.… See the full description on the dataset page: https://huggingface.co/datasets/bishoygaloaa/Motion-o-MCoT-PLM-motion-keyframes.ship-detection-sliced-bis
Dataset Card for "ship-detection-sliced-bis"
More Information needed
gsplattrade-idp-datasetself_defined_biso101This dataset was created using LeRobot.
Dataset Structure
meta/info.json:
{
"codebase_version": "v3.0",
"robot_type": "biso101",
"total_episodes": 100,
"total_frames": 66737,
"total_tasks": 1,
"chunks_size": 1000,
"data_files_size_in_mb": 100,
"video_files_size_in_mb": 500,
"fps": 20,
"splits": {
"train": "0:100"
},
"data_path": "data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet",
"video_path":… See the full description on the dataset page: https://huggingface.co/datasets/RyanPan27/self_defined_biso101.Bishoujo_Mangekyoubb-trade-idp-feedback
🏦 Bangladesh Bank Trade Finance IDP — Multi-User Collaborative Fine-Tuning Dataset
This dataset contains human-reviewed, verified, and corrected document extractions for the 8 official Bangladesh Bank regulatory trade-finance document types.
It is completely self-contained and structured for immediate Vision-Language Model (VLM) fine-tuning anytime from any environment (Colab, Kaggle, GPU cluster, or local), with built-in multi-annotator merge support and incremental delta… See the full description on the dataset page: https://huggingface.co/datasets/bisalsaha/bb-trade-idp-feedback.kanji-fonts-500-elements
Dataset Card for kanji-fonts-500-elements
Dataset Summary
このデータセットは、フォントのStyle Transferのタスクに使用できるように加工されたデータセットです。
Google Fontsに収録されているフォントの中から、常用漢字の上位500字を抽出し、各文字を要素（部品）ごとに分解した画像を含みます。
各フォント・ウェイトの組み合わせごとにディレクトリが作成されており、{font_name}_{weight}/ という構成になっています。
各文字につき以下の2種類の画像が含まれます：
{char}_full.png : 文字全体の画像
{char}_{id}.png : 要素（部品）ごとに分解した画像
Splits
文字をアルファベット順に並べ、80%を seen_chars、20%を unseen_chars としています。
フォント名（ウェイトを除く）をアルファベット順に並べ、80%を seen_fonts、20%を… See the full description on the dataset page: https://huggingface.co/datasets/bishopfunc/kanji-fonts-500-elements.BIST-Multimodal-VESTA-10K
BIST-Multimodal-VESTA-10K 🏛️📈
Project Overview
BIST-Multimodal-VESTA-10K is a specialized financial dataset curated for the Borsa Istanbul (BIST) ecosystem. This dataset serves as the experimental validation layer for the VESTA (Temporal Multimodal Agentic Framework), a research project prepared for the UBMK 2026 (11th International Conference on Computer Science and Engineering).
The primary focus is to resolve the modality mismatch in financial data by… See the full description on the dataset page: https://huggingface.co/datasets/ozgezelal/BIST-Multimodal-VESTA-10K.backgroundprocess_descriptions_for_modeling
Dataset Card for Business Process Descriptions and Images
This dataset contains pairs of business process descriptions (both normal and enhanced versions) and corresponding image file paths. It is intended for tasks related to understanding and potentially visualizing business processes.
Dataset Details
Dataset Description
This dataset comprises textual descriptions of various business processes alongside paths to related images (presumably process models… See the full description on the dataset page: https://huggingface.co/datasets/bis-aifb-kit/process_descriptions_for_modeling.kanji-fonts-500
Dataset Card for kanji-fonts-500
Dataset Summary
このデータセットは、フォントのStyle Transferのタスクに使用できるように加工されたデータセットです。
Google Fontsに収録されているフォントの中から、常用漢字の上位500字を抽出し、合計306種類のフォントで構成されています。
文字をアルファベット順に並べ、80%をseenchars、20%をunseencharsとしています。
フォントをアルファベット順に並べ、80%をseenfonts、20%をunseenfontsとしています。
文字とフォント、つまりcontentとstyleの両方の汎用性を評価できるように、4つのサブセットに分割しています。
データセットは以下のような4つのサブセットに分割されています。
train(seenfonts_seenchars)
unseenfonts_seenchars
seenfonts_unseenchars
unseenfonts_unseenchars
osworld_tasks_filesimnet1k_bisonakfashion-products-embeddings-44kfashion-products-embeddingsbiskvit_cat_stickersmetabolomics_ptb_kd_results