该数据集包含多个特征，包括查询（query）、图像文件名（image_filename）、生成者（generated_by）、GPT4生成的描述（GPT4 caption）和图像（image）。数据集分为一个测试集（test），包含1832个样本，总大小为241624638.72字节。数据集的下载大小为121928686字节。

Hugging Face2024-05-13 更新410

Satellite Image Caption Generation

遥感技术

图像描述生成

Remote Sensing Images and Captions describing them

kaggle2024-01-26 更新210

imageinwords

图像描述生成

多模态学习

ImageInWords旨在提供超详细的图像描述，它包含人工标注和机器生成的数据，用于创建和捕捉丰富的图像描述。该数据集支持文本到图像、图像到文本以及目标检测等任务，主要由英文组成。数据集的规模从数百到数千不等，包含多种数据划分，例如IIW-400、DCI_Test等，每个数据划分包含图像URL、人工生成的图像描述以及机器生成的图像描述等字段，并附带了由人工评估的指标，如全面性、特异性等。数据集遵

Opencsg2024-07-19 更新110

lmms-lab/LLaVA-ReCap-CC3M_v2

视觉语言模型

图像描述生成

该数据集包含图像和对话数据，每个样本包括一个唯一的ID、一张图像、一段对话（包含对话来源和内容）以及数据来源信息。数据集主要用于训练，包含2,857,560个样本，总大小为140,114,674,203字节。

Hugging Face2024-06-28 更新250

Bangla Natural Language Image to Text (BNLIT)

图像描述生成

自然语言处理

We represented a new Bangla dataset with a Hybrid Recurrent Neural Network model which generated Bangla natural language description of images. This dataset achieved by a large number of images with c

DataONE2019-08-20 更新160

lsr42/flickr30k-blip-dense

资源简介：

许可证

相关数据集