Industrial Safety VLM dataset

kaggle2026-02-16 更新2026-03-21 收录

工业安全

视觉语言模型

数据链接：

https://www.kaggle.com/datasets/sarath06/industrial-safety-vlm-dataset 数据链接链接失效反馈

官方服务：

资源简介：

These data with annotated with high accuracy with exact mapping of each class .

创建时间：

2026-02-16

CrossVLAD

视觉语言模型

对抗性攻击

CrossVLAD是一个专门用于评估统一视觉语言模型（VLMs）跨任务对抗攻击的基准数据集。它基于MSCOCO数据集构建，并使用GPT-4辅助进行注释。数据集包含了3000张经过精心挑选的图像，涉及10个语义类别的79个变换对。CrossVLAD的构建过程采用了严格的筛选标准，确保了对象的大小限制、类别独特性、标题验证等。数据集的设计旨在模拟跨任务对抗攻击的场景，要求对抗性样本能够一致地改变目标对

arXiv2025-07-10 更新460

AI-Colab

视觉语言模型

模块化工作流程

AIColab是一个实验性平台，旨在协调多个大型语言模型（LLM）在统一工作流程中的交互。该平台基于模块化“引擎”构建，每个引擎负责认知过程中的特定阶段，包括持久会话内存（PSM）、配对聊天引擎（PCE）、操作简报引擎（OBE）、主席合成引擎（CSE）、灵魂层钩子（SLH）和Gemini CLI桥接（GCB）。平台提供了一个交互式网页面板，用于管理这些引擎，并详细描述了“首席之路”工作流程，包括任

Hugging Face2026-03-27 更新160

Code2Logic/GameQA-5K

视觉语言模型

游戏问答

GameQA-140K数据集，用于训练VLMs模型，本项目提供了该数据集的5k训练样本。数据集通过游戏代码驱动数据合成，增强了模型在领域外的泛化能力。

Hugging Face2025-06-22 更新120

VS-TDX Benchmark

视觉语言模型

传感器数据

VS-TDX基准测试数据集旨在评估视觉语言模型（VLMs）在传感器特定推理任务上的能力。数据集包含三种类型的传感器（热成像、深度、X射线）和六种类型的问题（存在性、计数、位置、场景描述、上下文推理、传感器推理），共约10k个问题和答案。

github2025-07-28 更新180

Nemotron-Pretraining-Specialized-v1

视觉语言模型

STEM推理

# Nemotron-Pre-Training-Dataset-v2.1 ## Dataset Description The Nemotron-Pre-Training-Dataset-v2.1 extends the previously released Nemotron pretraining datasets with refreshed,

魔搭社区2026-07-02 更新150

Industrial Safety VLM dataset

资源简介：

相关数据集