Visaul_Textual_features_data

Name: Visaul_Textual_features_data
Creator: Shahi Dost
Published: 2020-10-14T00:00:00+08:00

Figshare2020-10-14 更新2026-04-08 收录

多模态特征

视觉文本实体分析

数据链接：

https://figshare.com/articles/dataset/Visaul_Textual_features_data/13090025/1 数据链接链接失效反馈

官方服务：

资源简介：

This pickle files consists of features of Visual and textual entities from VTKEL* dataset.

提供机构：

Shahi Dost

创建时间：

2020-10-14

DetReIDX

人物再识别

多模态特征

DetReIDX是一个大规模的空中-地面人物数据集，专为在现实世界条件下对人员再识别技术进行压力测试而设计。数据集包括来自三个大洲七个大学校园的509个身份的超过1300万个边界框。数据集的参与者至少在两天内记录了两次，服装、日光和位置都发生了变化，这使得它适合实际评估长期的人员再识别。此外，数据还标注了16个软生物特征属性和多任务标签，用于检测、跟踪、再识别和动作识别。

arXiv2025-05-08 更新410

Visaul_Textual_features_data

多模态特征

This pickle files consists of features of Visual and textual entities from VTKEL* dataset.

DataCite Commons2020-10-14 更新90

CVasNLPExperiments/TinyImagenet_2k_validation_google_flan_t5_xl_mode_T_SPECIFIC_A_ns_2000

图像分类

多模态特征

--- dataset_info: features: - name: id dtype: int64 - name: prompt dtype: string - name: true_label dtype: string - name: prediction dtype: string splits: - name: fewshot

Hugging Face2023-05-23 更新50

SDbiaseval/dataset-v-1.4_CLIP_us_identities_random_seeds

多模态特征

社会群体图像标注

--- dataset_info: features: - name: adjective dtype: string - name: profession dtype: string - name: 'no' dtype: int32 - name: image_path dtype: string - name: image dt

Hugging Face2022-12-22 更新90

ngqtrung/full-modality-video-caption

影视内容分析

多模态特征

Full Modality Video Caption Dataset是一个大规模的多模态视频数据集，包含视觉、音频和综合描述。该数据集共有55,940个视频段，每个10秒钟。视频段包括三种类型的描述：视觉描述（由GPT-4o生成）、音频描述（由Qwen3-Omni-30B-A3B-Captioner生成）和综合描述（由Qwen3-Omni-30B-A3B-Instruct生成）。数据集以WebD

Hugging Face2025-10-21 更新60

Visaul_Textual_features_data

资源简介：

相关数据集