SA1B-Dense-Caption
收藏AI_Studio2026-03-30 更新2026-03-14 收录
相关数据集
InternVL-SA-1B-Caption
InternVL-SA-1B-Caption数据集是一个包含1200万张图像-标题对的双语数据集，涵盖英语和中文。所有图像均来自Meta的SA-1B数据集，标题由InternVL2-Llama3-76B模型生成，使用特定提示以减少幻觉并确保基于可见图像内容的准确描述。数据集分为四类主要文件，根据图像数量和语言分类，包括单图像标题和多图像标题。该数据集适用于图像标题生成、多语言学习和多模态应用等任务
Hugging Face2024-09-20 更新160
OpenGVLab/InternVL-SA-1B-Caption
InternVL-SA-1B-Caption数据集是一个双语数据集，包含1200万张图像-描述对，涵盖英语和中文两种语言。所有图像均来源于Meta的SA-1B数据集，描述由InternVL2-Llama3-76B模型生成，并通过特定提示确保描述的准确性和基于图像可见内容。数据集分为单图像描述和多图像描述两类，分别对应不同的文件。该数据集适用于图像描述、多语言学习和多模态应用等任务。
Hugging Face2024-09-21 更新360
Streamlined dense video captioning
Streamlined dense video captioning.
DataCite Commons2026-01-07 更新20
InternVL-SA-1B-Caption
version https://git-lfs.github.com/spec/v1 oid sha256:ee6a9dee0daa1724f1af7e1ca1b1a138745cce089311492f6c36539fccf8358b size 4325
魔搭社区2026-05-11 更新60
hanlincs/InternVL-SA1B-Caption-WebDataset
该数据集以webdataset格式包含重新配字的SA1B图像。重新配字的提示来源于HuggingFace上的InternVL-SA-1B-Caption数据集。
Hugging Face2025-05-08 更新50
