MemeMatch v1.0

kaggle2026-01-15 更新2026-02-14 收录

多模态学习

网络meme

数据链接：

https://www.kaggle.com/datasets/trianle171/memematch-v1-0 数据链接链接失效反馈

官方服务：

资源简介：

A large-scale dual-context multimodal meme dataset

大规模双上下文多模态模因（meme）数据集

创建时间：

2026-01-15

ImageNet-R

多模态学习

增量学习

该数据集基于ImageNet-R扩展，旨在应用于多模态增量学习任务。通过查询多模态大语言模型（如InstructBLIP）生成图像的描述，将图像分类数据集转化为多模态数据集。数据集的创建过程涉及对图像和文本的联合处理，以确保在有限的内存缓冲区中存储更多有代表性的样本。该数据集主要用于解决多模态增量学习中的灾难性遗忘问题，通过高效的样本存储和知识回放，提升模型的鲁棒性和效率。

arXiv2024-12-13 更新2680

TencentARC/StoryStream

多模态学习

故事生成

StoryStream数据集是一个创新的资源，旨在推动多模态故事生成。该数据集源自流行的卡通系列，包含详细的叙述和高分辨率图像的全面集合，旨在支持长故事序列的创建。数据集分为三个子集：Curious George、Rabbids Invasion和The Land Before Time。每个子集包括一个图像包和一个JSONL文件包，JSONL文件包中的每一行对应一个包含30张图像及其相关文本的故

Hugging Face2024-07-17 更新1030

wanng/example_mmdata_mnbvc

多模态学习

自然语言处理

这是MNBVC多模态语料小组的图文通用语料的格式展示。数据集包含多个字段，用于描述文件的基本信息和内容，包括文件的MD5哈希值、唯一标识符、页码、块id、文本内容、图片数据、时间、数据类型、bounding box坐标和额外信息。数据集支持文本和图片两种数据类型，并提供了图片保存和读取的Python代码示例。

Hugging Face2023-11-14 更新250

LAMM

多模态学习

人工智能

LAMM数据集是由上海人工智能实验室开发的多模态指令调优数据集，旨在通过语言辅助提升多模态大语言模型（MLLMs）在视觉任务上的表现。该数据集包含丰富的视觉任务数据，如2D和3D视觉任务，以及高质量的指令和响应。通过使用GPT-API生成指令和响应，数据集强调了细粒度信息和事实知识，增强了MLLMs对视觉任务指令的理解和泛化能力。LAMM数据集的应用领域广泛，包括图像和点云处理，旨在解决多模态交互

arXiv2023-11-06 更新1620

ghc

多模态学习

影视内容分析

GHC视频数据集是一个多模态视频数据集，包含从源视频（量子计算从0到1系列）中提取的视频片段，每个片段都标注了以下内容：转录文本（带时间戳和静音检测）、面部分析（人口统计、情绪和面部特征）以及工具分析（视频中检测到的数字工具/软件）。数据集结构上，每个视频被分割成10分钟的片段，并按video_id存储在文件夹中。每个片段包含元数据和注释的JSON文件、视频片段（MP4格式）和音频片段（WAV格式

Hugging Face2026-02-18 更新380

MemeMatch v1.0

资源简介：

相关数据集