700,000 conjuntos de dados de descrição de imagens em cenários genéricos (descrição simples)

Descrição de texto

multimodalidade

Conjunto de dados de cenas gerais

Legenda em inglês

Legenda em chinês

700,000 conjuntos de imagens e descrições, abrangendo diversos tipos como paisagens, animais, flores e árvores, pessoas, carros, esportes, indústria e arquitetura, além de um subconjunto com foco estético. Cada imagem possui no mínimo duas descrições, cada uma com uma frase; uma pequena parte possui apenas uma descrição. Os idiomas das descrições são inglês e chinês.

Este é um conjunto de dado pagos destinando a uso comercial, fins de investigação e otras finalidades. Conjunto de dados licenciado e pronto ajuda a acelerar projetos d IA.

Características

Escala dos Dados

700 mil grupos de imagens e descrições

Tipo de Imagem

Abrange categorias como paisagens, animais, flores e árvores, pessoas, carros, esportes, indústria, construções e um subconjunto estético

Formato dos Dados

Formato de imagem: .jpg, formato de texto: .txt

Idioma da Descrição

Chinês, inglês

Comprimento do Texto

Em princípio, cada frase tem de 5 a 20 caracteres; cada imagem contém no mínimo duas descrições, cada uma com uma frase; uma pequena parte das imagens tem apenas uma descrição

Conteúdo Principal Descrito

Cenas principais ou características marcantes da imagem

Taxa de Precisão

Proporção de imagens com descrições corretas não inferior a 95%

Conjuntos de Dados Recomendados

30 milhões de vídeos de alta qualidade

30 milhões de vídeos de alta qualidade, com uma grande variedade de tipos de recursos, alta resolução e qualidade de imagem clara, com alta fidelidade de cores e detalhes bem apresentados. Todo o material foi obtido por meios legais, com direitos autorais claramente indicados e limites de autorização de uso definidos. Todo o material oferece autorização para uso comercial e já possui licença para uso em pesquisa, com propriedade intelectual clara e rastreável. Esse vasto e rico recurso de vídeos fornece suporte poderoso para pesquisa na área de visão computacional, treinamento de algoritmos de reconhecimento de imagem, obtenção de materiais para design criativo e diversos outros cenários, ajudando a realizar esses trabalhos de forma eficiente.

Vídeo 4K

80 milhões de imagens vetoriais

80 milhões de imagens vetoriais, com uma grande variedade de tipos de recursos, alta fidelidade de cores e detalhes bem apresentados. Todo o material foi obtido por meios legais, com direitos autorais claramente indicados e limites de autorização de uso definidos. Todo o material oferece autorização para uso comercial e já possui licença para uso em pesquisa, com propriedade intelectual clara e rastreável. Esse vasto e rico recurso de imagens fornece suporte poderoso para pesquisa na área de visão computacional, treinamento de algoritmos de reconhecimento de imagem, obtenção de materiais para design criativo e diversos outros cenários, ajudando a realizar esses trabalhos de forma eficiente.

Imagem Vetorial

200 milhões de imagens de alta qualidade

Este banco de dados de imagens contém 200 milhões de imagens de alta qualidade, revisadas profissionalmente, com uma grande variedade de tipos de recursos, alta resolução e qualidade de imagem clara, com alta fidelidade de cores e detalhes bem apresentados. Todo o material foi obtido por meios legais, com direitos autorais claramente indicados e limites de autorização de uso definidos. Todo o material oferece autorização para uso comercial e já possui licença para uso em pesquisa, com propriedade intelectual clara e rastreável. Esse vasto e rico recurso de imagens fornece suporte poderoso para pesquisa na área de visão computacional, treinamento de algoritmos de reconhecimento de imagem, obtenção de materiais para design criativo e diversos outros cenários, ajudando a realizar esses trabalhos de forma eficiente.

Imagem 4K

25,000 pessoas em vídeos com múltiplos estilos

Vídeos de 25,000 pessoas em múltiplos estilos e cenários, pele branca, amarela, marrom ou preta, idades jovem, adulto ou idoso. Resolução mínima 1920×1080, duração ≥10 segundos. Indicados para geração de vídeo realista de pessoas.

Vídeo relacionado a Pessoas Humano Digital Geração de Vídeo

7 milhões de conjuntos de descrições de vídeos de alta qualidade

7 milhões de vídeos de alta qualidade licenciados globalmente. Todos foram publicados por fotógrafos de diversas partes do mundo. Destes, 6 milhões possuem descrições em inglês e 1 milhão em chinês. Abrangem categorias como pessoas, paisagens e animais. Todas as resoluções são superiores a 1080p.

Multimodal Vídeo Descrição Legenda Conjunto de dados LLM

300 milhões de conjuntos de descrições de imagens de alta qualidade

300 milhões de imagens, cada uma com uma descrição correspondente. Todas são obras originais publicadas por fotógrafos. A maioria das descrições está em inglês, e uma pequena parte em chinês.

Multimodal Imagem Descrição

1 milhão de conjuntos de descrições detalhadas de imagens em cenários gerais

1 milhão de pares de imagens e descrições. Os tipos de imagens abrangem paisagens, animais, flores e árvores, pessoas, carros, esportes, indústria e arquitetura, além de um subconjunto com foco estético. As descrições abordam o cenário geral da imagem, detalhes da cena e emoções expressas pela imagem, escritas em inglês e chinês.

Descrição de texto Multimodalidade Conjunto de dados de cenas gerais Legenda em inglês Legenda em chinês

10,000 imagens de cenários com dados de descrição

10,000 imagens de cenas com descrições abrangendo ambientes naturais, ruas urbanas, exposições e interiores residenciais. As fotos foram tiradas com diferentes marcas de câmeras, em horários e ângulos variados. As descrições, em inglês, focam nos elementos principais da imagem, geralmente incluindo o primeiro plano e o fundo.

Multimodalidade Conjunto de dados de cena natural Dados de informações de cena