图片-AI生成Caption (relaion-coco)

数据集简介

主要数据内容包括： 大规模图文配对数据（Image-Text Pair） 基于互联网公开图片构建的视觉语义数据资源 COCO 风格图像描述（Caption）数据 图像对象识别与场景描述数据 自动生成的 Dense Caption、VQA 与 Object 标注数据 多场景、多类别视觉内容数据资源 支持的能力方向包括： 图文多模态模型训练 图像描述（Image Captioning）能力训练 Visual Question Answering（VQA）训练 目标识别与视觉理解能力提升 Vision-Language Model（VLM）训练 多模态推理与视觉语义对齐训练 适用于： 多模态 AI 模型研发 图文生成与理解任务训练 视觉语言模型预训练 计算机视觉算法研究 多模态 Benchmark 评测与数据研究

数据质量