Датасет · phiyodr
InpaintCOCO для тонкого понимания цвета, размера и объектов
phiyodr/InpaintCOCO
Мультимодальный датасет на базе COCO с картинками и текстами на английском языке для проверки и обучения моделей распознаванию мелких деталей.
Что внутри
Датасет содержит от 1 до 10 тысяч примеров (изображения и текст) на английском языке. Он создан на основе COCO и сфокусирован на детальном понимании мультимодальных концептов, таких как цвет, размер и конкретные объекты. Также в карточке упоминается существование мультиязычной версии MultiInpaintCOCO на 14 языках, включая русский.
Что можно сделать
- Оценка и дообучение моделей связывать текст и изображение (image-to-text, text-to-image)
- Проверка чувствительности VLM к атрибутам объектов (цвету и размеру)
- Тестирование моделей классификации изображений с опорой на текстовые описания
- Задачи
- Картинка → текст, Текст → картинка, Классификация картинок
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 6,7 тыс.
- Лайков
- 7
Как загрузить
from datasets import load_dataset
ds = load_dataset("phiyodr/InpaintCOCO")