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")