高质量图片数据集-图像分割
包含80类常见目标、Bounding Box、Mask及Caption标注,支持目标检测、分割、人体姿态与VLM训练。
0 条数据更新时间 2026-06-08
数据集简介
主要数据内容包括:大规模目标检测(Object Detection)图像数据实例分割(Instance Segmentation)与语义分割数据图像 Caption 与视觉描述数据人体关键点(Keypoints)姿态数据80 类常见目标视觉数据复杂场景、多目标与遮挡图像数据Bounding Box、Mask 与 Caption 标注数据支持的能力方向包括:目标检测(Object Detection)模型训练实例分割与语义分割训练视觉语言模型(VLM)训练Image Caption 图像描述生成人体姿态估计(Pose Estimation)多模态检索与视觉理解视觉 Embedding 与 CLIP 训练CV Benchmark 与模型评测适用于:YOLO / DETR / Faster R-CNN 模型训练计算机视觉 Benchmark 构建自动驾驶与场景理解研究多模态大模型(MLLM)研发视觉问答(VQA)与 Caption 系统工业视觉与 AI 检测研究视觉检索与推荐系统开发
数据质量
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet,支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。
记录代表性
数据覆盖全量业务场景,样本均衡,具备行业代表性
需要定制更适合业务场景的数据集?
我们支持公开数据浏览、关键词筛选与企业级定制交付,帮助你更快完成模型训练与数据分析落地。