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")