Датасет•uoft-cs/cifar10
Классический набор из 60 000 изображений 32×32 в 10 классах для проверки классификации.
- Классификация картинок
- Английский
342,3 тыс. 14210K–100K записей
Датасет•ibrahimhamamci/CT-RATE
Набор КТ-исследований с парными радиологическими отчётами для обучения и проверки 3D VLM.
- Картинка → текст
- Текст → картинка
- Классификация картинок
- Английский
141,9 тыс. 39110K–100K записей🔒 по запросу
Датасет•Forithmus/MR-RATEИнтересное
МРТ головного и спинного мозга с текстовыми заключениями для мультимодальных медицинских моделей.
- Картинка → текст
- Текст → картинка
- Классификация картинок
- Английский
133,5 тыс. 13210K–100K записей🔒 по запросу
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•ILSVRC/imagenet-1k
Классический набор изображений ILSVRC 2012 по иерархии WordNet для обучения и оценки классификаторов.
- Классификация картинок
- Английский
87,4 тыс. 1,1 тыс.1M–10M записей🔒 по запросу
Датасет•ylecun/mnist
70 тыс. чёрно-белых изображений рукописных цифр 28×28 для обучения и проверки классификаторов.
- Классификация картинок
- Английский
79,9 тыс. 30110K–100K записей
Датасет•ropedia-ai/xperience-10mИнтересное
Крупный корпус видео, аудио и 3D о действиях человека для роботов и embodied AI.
- Классификация видео
- Картинка → текст
- Оценка глубины
- Английский
42,7 тыс. 2541M–10M записей🔒 по запросу
Датасет•zh-plus/tiny-imagenet
Уменьшенные цветные изображения 64×64 для быстрой проверки моделей классификации.
- Классификация картинок
- Английский
34,1 тыс. 108100K–1M записей
Датасет•MahmoodLab/hestИнтересное
1 276 профилей пространственной транскриптомики, выровненных с изображениями целых срезов, для мультимодальных задач.
- Классификация картинок
- Эмбеддинги
- Сегментация
- Английский
34 тыс. 140100B–1T записей🔒 по запросу
Датасет•ethz/food101
101 000 изображений еды по 101 категории для обучения и проверки классификаторов.
- Классификация картинок
- Английский
31,6 тыс. 159100K–1M записей
Датасет•LightwheelAI/EgoDemo
50-часовая выборка эгоцентричных видео для классификации и проверки видео-моделей.
- Классификация видео
- Английский
26,5 тыс. 3881K–10K записей🔒 по запросу
Датасет•markov-ai/computer-use-largeИнтересное
48 тыс. скринкастов (12,3 тыс. часов) для обучения и проверки видео- и робо-моделей.
- Классификация видео
- Робототехника
- Английский
19,9 тыс. 21010K–100K записей
Датасет•MMInstruction/M3IT
Мультимодальные инструкции на английском и китайском для обучения vision-language моделей; от 1 до 10 млн примеров.
- Картинка → текст
- Классификация картинок
- Английский
- Китайский
12,5 тыс. 1361M–10M 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•ProgramComputer/voxceleb
Аудио-видео датасет для распознавания речи и классификации; объединённые многотомные ZIP-архивы.
- Распознавание речи
- Классификация аудио
- Классификация картинок
10,9 тыс. 129100K–1M записей🔒 по запросу
Датасет•nyanko7/danbooru2023
Более 5 млн аниме-картинок с подробной разметкой (в среднем 30 тегов на изображение) — для генеративных моделей.
- Классификация картинок
- Картинка → картинка
- Текст → картинка
- Английский
- Японский
10,4 тыс. 3081M–10M записей
Датасет•deepghs/sankaku_full
Изображения с chan.sankakucomplex.com для классификации и text-to-image; доступ по заявке.
- Классификация картинок
- zero shot image classification
- Текст → картинка
- Английский
- Японский
7,6 тыс. 12010M–100M записей🔒 по запросу
Датасет•LightwheelAI/EgoStandardИнтересное
Эгоцентричные видео с синхронизированной 3D-позой рук для обучения и проверки видео-моделей.
- Классификация видео
- Английский
7,2 тыс. 37710K–100K записей🔒 по запросу
Датасет•jackyhate/text-to-image-2M
Высококачественный и разнообразный датасет пар текст-изображение на ~2 млн примеров для обучения text-to-image.
- Текст → картинка
- Картинка → текст
- Классификация картинок
- Английский
4,2 тыс. 1971M–10M 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•LightwheelAI/EgoProИнтересное
10 000 часов синхронизированного видео с головы и запястий, с 3D-позой рук для обучения роботов.
- Классификация видео
- Английский
951 39310K–100K записей🔒 по запросу
Датасет•facebook/action100m-previewИнтересное
Крупный англоязычный видео-датасет с временными сегментами действий и текстовыми описаниями.
- Классификация видео
- Видео + текст
- Английский
879 152100K–1M записей