К содержимому

Датасет · axxkaya

Описательные инструкции для задач компьютерного зрения

axxkaya/UVT-Terminological-based-Vision-Tasks

Крупный корпус пар «изображение-текст» с развернутыми инструкциями для обучения CV-моделей zero-shot обобщению.

Что внутри

В датасете собрано от 1 до 10 миллионов пар картинок и текстовых инструкций на английском языке. Вместо жестких названий классов здесь используются подробные объяснительные инструкции, чтобы научить модели компьютерного зрения понимать новые задачи в режиме zero-shot.

Что можно сделать

  • Обучение универсальных vision-language моделей, способных решать новые CV-задачи по текстовому описанию
  • Исследование zero-shot обобщения в задачах компьютерного зрения
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
1,4 тыс.
Лайков
41

Как загрузить

from datasets import load_dataset

ds = load_dataset("axxkaya/UVT-Terminological-based-Vision-Tasks")