К содержимому

Датасет · nvidia

Тренировочные данные Nemotron VL

nvidia/Nemotron-Image-Training-v3.5

Коллекция мультимодальных обучающих аннотаций для модели Nemotron Super 3.5 VL.

Что внутри

Объединяет 40 подмножеств данных, содержащих 6,540,914 аннотаций и 29,991 синтетический файл изображений на английском языке. Охватывает задачи детектирования, понимания текста в сценах, пространственного и графического анализа, планирования и видеовопросов-ответов.

Что можно сделать

  • Обучение и дообучение мультимодальных визуально-языковых моделей (VLM)
  • Разработка систем визуального поиска и рассуждения по изображениям
  • Создание робототехнических и планировочных агентов с поддержкой зрения
Задачи
Вопросы по картинкам, Картинка + текст
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
2,4 тыс.
Лайков
8

Как загрузить

from datasets import load_dataset

ds = load_dataset("nvidia/Nemotron-Image-Training-v3.5")