Датасет•jasperai/monetИнтересное
Крупный очищенный датасет из 103,8 млн пар изображение-текст для обучения text-to-image.
- Текст → картинка
- image feature extraction
- zero shot image classification
- Английский
109,4 тыс. 193100M–1B записей
Датасет•bshada/open-schematics
Крупнейший набор схем и PCB: исходники, изображения, метаданные и связанные файлы плат.
- Генерация текста
- Картинка → текст
- Текст → картинка
- Английский
56,9 тыс. 20410K–100K записей
Датасет•Angais/pixel-art-atlas-1.4m
Синтетические игровые спрайты 16×16 с английскими описаниями для обучения text-to-image моделей и LoRA.
- Текст → картинка
- Английский
41,6 тыс. 3821M–10M записей
Датасет•ma-xu/fine-t2iИнтересное
Крупный открытый набор пар «изображение–текст» на английском для качественного дообучения T2I-моделей.
- Картинка → текст
- Текст → картинка
- Английский
34,1 тыс. 134100K–1M записей
Датасет•ARTPARK-IISc/VaaniИнтересное
31 тыс. часов спонтанной речи по изображениям на 105 языках Индии, с транскриптами для ASR и мультимодальных задач.
- Распознавание речи
- Синтез речи
- Картинка → текст
- ne
- as
- ml
- +9
28,6 тыс. 1951M–10M записей🔒 по запросу
Датасет•osunlp/MagicBrush
10 тыс. троек «исходное изображение — инструкция — результат» для обучения редактированию.
- Текст → картинка
- Картинка → картинка
- Английский
19,2 тыс. 11710K–100K записей
Датасет•UCSC-VLAA/Recap-DataComp-1BИнтересное
Крупный image-text корпус DataComp-1B с улучшенными подписями от LLaVA-1.5-LLaMA3-8B.
- Zero-shot классификация
- Поиск по текстам
- Картинка → текст
15,2 тыс. 2131B–10B записей
Датасет•huggan/wikiart
81 444 изображения искусства с метками художника, жанра и стиля.
- Классификация картинок
- Текст → картинка
- Картинка → текст
11,6 тыс. 24810K–100K записей
Датасет•kakaobrain/coyo-700m
Крупный корпус пар alt-текст и изображение из HTML для обучения мультимодальных моделей.
- Текст → картинка
- Картинка → текст
- Zero-shot классификация
- Английский
4,9 тыс. 177100M–1B записей
Датасет•ProGamerGov/synthetic-dataset-1m-dalle3-high-quality-captions
Миллион+ AI-изображений с подробными английскими подписями для генерации и описания картинок.
- Текст → картинка
- Классификация картинок
- Картинка → текст
- Английский
3,3 тыс. 1621M–10M записей
Датасет•zzliang/GRIT
Крупный корпус пар изображение-текст, где фразы из подписи привязаны к соответствующим областям картинки.
- Текст → картинка
- Картинка → текст
- Детекция объектов
- Английский
2 тыс. 16910M–100M записей
Датасет•facebook/winoground
Пары картинок и подписей с одинаковыми словами в разном порядке для проверки vision-language моделей.
- Картинка → текст
- Текст → картинка
- Классификация картинок
- Английский
1,8 тыс. 123до 1K записей🔒 по запросу
Датасет•tomg-group-umd/pixelprose
Подробные синтетические описания 16,9 млн изображений для обучения и оценки vision-language моделей.
- Картинка → текст
- Текст → картинка
- Вопросы по картинкам
- Английский
747 18010M–100M записей
Датасет•OpenFace-CQUPT/FaceCaption-15M
Крупный англоязычный датасет изображений лиц с описаниями для подписей и генерации.
- Картинка → текст
- Текст → картинка
- Английский
264 10710M–100M записей