102,735 Bilder-Dia-VQA-Datensatz

Dia

VQA

Dokument analysieren

100,000 Sätze von PPT-Bild-Q&A-Daten, die 100,000 Sätze von PPT-Bildern und entsprechende beschreibende Q&A-Annotationen enthalten. Die PPT-Bildtypen umfassen 4 Arten, nämlich Architekturdiagramme, digitale Diagramme, Flussdiagramme und Illustrationen. Der Datensatz kann für Aufgaben wie Document Intelligence verwendet werden.

Dies ist ein kostenpflichtiger Datensatz für kommerzielle Zwecke, Forschungszwecke und mehr. Lizenzierte, fertige Datensätze helfen, KI-Projekte in Gang zu bringen.

Empfohlener Datensatz

288 Millionen 3D-Modelle und Szenendaten

288 Millionen 3D-Modell- und Szenendatensätze, einschließlich 270 Millionen 3D-Modelle und 18 Millionen 3D-Szenen, wobei die 3D-Modelle verschiedene Typen wie Standardmodelle, Interaktionsmodelle und physikalisch erweiterte Modelle sowie verschiedene Objekte in Innenmöbelumgebungen abdecken. Die 3D-Szenen umfassen Innenraumgestaltung und kommerzielle Raumgestaltung. Dieser Datensatz kann für Aufgaben wie die Erstellung von 3D-Assets und den Aufbau von Simulationsumgebungen verwendet werden.

3D-Modell-Datensatz 3D-Szenen-Datensatz Indoor-3D-Umgebungsdatensatz kommerzieller 3D-Raum-Datensatz physikverbesserte 3D-Modelle interaktiver 3D-Modell-Datensatz 3D-Asset-Generierungsdatensatz Simulations-Trainingsumgebungsdatensatz virtuelle 3D-Umgebungsdaten großangelegter 3D-KI-Datensatz

200,000 Satze von Bild-Text-Daten zu internationalen Wahrzeichengebäuden

200,000 Sätze von Bild-Text-Daten zu internationalen Wahrzeichengebäuden. Jeder Datensatz besteht aus einem Bild sowie einem Beschreibungsdokument auf Chinesisch und Englisch. Darin sind 80,000 Sätze zu chinesischen Wahrzeichen und 120,000 Sätze zu Wahrzeichen anderer Länder enthalten, mit einer Verteilung auf mindestens 20 Länder wie die Vereinigten Staaten, Großbritannien, Frankreich, Russland, Deutschland u. a. Pro Wahrzeichen liegen 1 bis 10 Bilder vor, die Informationen aus verschiedenen Perspektiven, Entfernungen und Zeitzonen vermitteln. Die Wahrzeichen umfassen verschiedene Typen von Gebäuden, wie Geschäftstürme, alte Bauten, Denkmäler, Bibliotheken, Sehenswürdigkeiten usw. Bei den Annotationen werden das Land des Wahrzeichens, die Stadt, der genaue Standort, die Kategorie sowie die Beschreibung des Wahrzeichens erfasst. Die Daten können für die Erkennung und Analyse von Wahrzeichengebäuden verwendet werden.

Wahrzeichen-Bilddatensatz Gebäudeerkennungsdatensatz Globaler Bild-Beschreibungsdatensatz für Wahrzeichen Bilinguale Bild-Beschreibungsdaten Chinesisch-englischer Beschreibungsdatensatz Wahrzeichen-Klassifikationsdatensatz Bild-Text-Datensatz Touristische Wahrzeichen-Datensatz Kulturerbestands-Bilddatensatz Image Bildbeschriftung für die KI-Training

120,000 Sätze multidisziplinärer multimodaler Verständnis- und Schlussfolgerungsdaten

120,000 Gruppen multidisziplinärer und multimodaler Verständigungs- und Schlussfolgerungsdaten, die sechs Hauptdisziplinen wie Kunst, Ingenieurwesen, Medizin usw. sowie mehrere Spezialgebiete abdecken, mit professionellen Text-Bild-Mischfragen (z. B. Diagramme, technische Zeichnungen, Analyse von Kunstwerken), wobei jede Frage von Fachpersonal geprüft wird. Dieser Datensatz ermöglicht ein tiefes Verständnis von Text- und Bildinformationen und kann verwendet werden, um die logischen Schlussfolgerungs- und Wissensanwendungsfähigkeiten großer Modelle zu verbessern. Wir halten uns strikt an Datenschutzgesetze und Vorschriften zum Schutz der Privatsphäre, um sicherzustellen, dass bei der Datenerhebung, -speicherung und -nutzung die Privatsphäre und die gesetzlichen Rechte der Nutzer gewahrt bleiben. Alle Daten entsprechen den Bestimmungen der DSGVO, CCPA und PIPL.

multimodales Datenset VQA-Datenset multimodale QA-Daten Reasoning-Datenset für KI Bild-Text-QA-Datenset domänenspezifische KI-Trainingsdaten Diagramm-Reasoning-Datenset LLM-multimodale Trainingsdaten

100,000 Sätze von ICONS-Bildunterschriftsdaten

100,000 Datensätze mit grafischen Beschreibungen von Icons. Die Daten enthalten 2 Hauptkategorien von Icons, Icons im 3D-Stil und Vektorillustrationen, mit insgesamt 17 Unterkategorien. Die Beschreibungssprache der Icons ist Chinesisch, und die Anzahl der Beschreibungswörter beträgt etwa 30 Wörter. Die Daten können für Aufgaben wie die grafische Erkennung und die Interaktion mit Schnittstellen verwendet werden.

ICONS Bildunterschrift

20,846 Gruppen Bildunterschrift Daten des Kochbuchs

20,846 Sätze von Rezeptgrafikbeschreibungsdaten. Jeder Rezeptsatz enthält 4-18 Bilder und zu jedem Bild gehörende Textbeschreibungen. Zu den Küchen gehören Chinesisch, Westlich, Koreanisch und Japanisch. Die Beschreibungssprachen sind Chinesisch und Englisch. Was die Textlänge betrifft, so sollte die chinesische Beschreibung nicht weniger als 15 Zeichen und die englische Beschreibung nicht weniger als 30 Wörter umfassen. Die Daten können für Rezeptvorschläge, kulinarische Ausbildung und andere Bereiche verwendet werden.

Kochbuch Bildunterschrift AIGC

5,937 Rahmen, 1,400 Beschreibungen und annotierte Daten von Bildern menschlicher Aktivitäten

1,400 Bilder von menschlichem Verhalten mit Beschreibungen und Anmerkungen wurden in verschiedenen Szenarien und bei verschiedenen menschlichen Aktivitäten gesammelt, wobei die Personen in den Bildern markiert wurden. Diese Daten können multimodalen großen Modellen reichhaltige Ressourcen bieten. Nach der Überprüfung durch mehrere KI-Unternehmen helfen diese Daten den Modellen, in realen Anwendungen hervorragende Leistungen zu erbringen. Während der Datenerhebung, -speicherung und -nutzung haben wir stets streng die Vorschriften zum Datenschutz und zur Privatsphäre eingehalten, um die Privatsphäre und die gesetzlichen Rechte der Nutzer zu wahren. Alle Daten entsprechen den Anforderungen von Vorschriften wie GDPR, CCPA und PIPL.

Datensatz menschlicher Handlungen Datensatz menschlicher Aktivitätsbilder Bilder zur Handlungserkennung annotierter Datensatz menschlicher Aktivitäten Datensatz zur Bildbeschreibung von Menschen multimodaler Menschendatensatz Daten zur Erkennung menschlicher Handlungen VLA-Datensatz

50,538 Datensätze großen Modells zur Lösung von Fotoaufgaben

50,538 OCR-Datensätze von Prüfungsaufgaben, die mehrere Fächer, Aufgabentypen und Erfassungsgeräte (Handys, Scanner) abdecken, und deren Texte transkribiert wurden, wobei Formeln und Tabellen im LaTeX-Format transkribiert wurden. Dieser Datensatz kann für Aufgaben wie automatische Bewertung von Prüfungen oder Hausaufgabenhilfe verwendet werden. Wir halten uns strikt an Datenschutzgesetze und Datenschutzbestimmungen, um sicherzustellen, dass die Privatsphäre und die gesetzlichen Rechte der Benutzer während der Datenerfassung, -speicherung und -nutzung gewahrt bleiben. Alle Daten entsprechen GDPR, CCPA und PIPL.

11,000 Sätze von Bildern mit menschlichem Verhalten und Videobeschreibungsdaten

11,000 Bilder und Videobeschreibungen zu menschlichem Verhalten, mit 10.000 Bildern und 10.00 Videos, die menschliches Verhalten zu verschiedenen Jahreszeiten und aus verschiedenen Kamerawinkeln zeigen, einschließlich Innen- und Außenszenen. Die Beschreibungssprache ist Englisch und beschreibt hauptsächlich das Geschlecht, das Alter, die Kleidung, Verhaltensbeschreibungen und Körperbewegungen.

AIGC Daten zum menschlichen Verhalten Daten zur Verhaltenserkennung Daten zur Erkennung menschlichen Verhaltens Daten zur Erkennung von Menschen