20.011 imágenes de datos de descripción OCR de escenas naturales

AIGC

Subtítulos inglés

Subtítulos OCR

datos OCR multilingüe

datos OCR

conjunto datos OCR

20.011 datos de descripción OCR de escenas naturales, que contienen sistemas lingüísticos asiáticos y europeos, totalizando 14 idiomas, el entorno de recopilación incluye múltiples escenarios como letreros de tiendas, señales de parada, carteles, señales de tráfico, etc., contiene múltiples ángulos de captura. El idioma de descripción es inglés, que describe principalmente disposición del texto, contenido del texto, color y otra información.

Este Dataset es de pago para uso comercial, investigación y más. Los Datasets licenciados y listos para usar ayudan a impulsar proyectos de IA.

Especificaciones

Escala de datos

20.011 imágenes, 20.011 descripciones

Distribución de idioma

Lenguas asiáticas: coreano, indonesio, malayo, vietnamita, tailandés, chino, japonés Lenguas europeas: francés, alemán, italiano, portugués, ruso, español, inglés

Entorno de captura

Incluye rótulos comerciales, paradas, carteles, señales, frases informativas y otros escenarios

Diversidad de captura

Contiene 14 idiomas, múltiples escenarios naturales, múltiples ángulos de grabación

Formato de datos

El formato de imagen es .jpg, el formato de texto es .txt

Equipos de captura

Teléfonos móviles, cámaras

Lenguaje de descripción

Inglés

Longitud del texto

En principio, de 30 a 60 palabras, que suelen contener de 3 a 5 frases

Contenido principal de la descripción

Disposición del texto, contenido del texto, color, escena

Precisión

No menos del 97% de las imágenes etiquetadas correctamente

Dataset recomendado

288 millones de conjuntos de datos de modelos 3D y escenas

288 millones de conjuntos de datos de modelos 3D y escenas, incluyendo 270 millones de conjuntos de datos de modelos 3D y 18 millones de conjuntos de datos de escenas 3D, donde los modelos 3D cubren varios tipos como modelos regulares, modelos interactivos y modelos físicamente mejorados, así como diversos objetos en entornos de muebles para interiores, y las escenas 3D cubren escenas de decoración de interiores y escenas de espacios comerciales. Este conjunto de datos puede utilizarse para tareas como la generación de activos 3D y la construcción de entornos de entrenamiento de simulación.

Conjunto de datos de modelos 3D conjunto de datos de escenas 3D conjunto de datos de entornos 3D interiores conjunto de datos de espacios comerciales 3D modelos 3D físicamente mejorados conjunto de datos de modelos 3D interactivos conjunto de datos de generación de activos 3D conjunto de datos de entorno de entrenamiento de simulación datos 3D de entorno virtual conjunto de datos de IA 3D a gran escala

200.000 conjuntos de datos de imagen y texto de edificios emblemáticos de múltiples países

200.000 conjuntos de datos de imagen y texto de edificios emblemáticos de múltiples países. Cada conjunto de datos contiene una imagen + un documento de descripción en chino e inglés. Los hitos nacionales incluyen 80.000 conjuntos, y los hitos de otros países 120.000 conjuntos. La distribución de países incluye no menos de 20 países, incluyendo Estados Unidos, Reino Unido, Francia, Rusia, Alemania, etc. El número de imágenes correspondientes a cada hito se distribuye entre 1 y 10 imágenes, incluyendo información del hito desde diferentes ángulos, distancias y períodos de tiempo. Los tipos de hitos incluyen varios tipos de edificios emblemáticos, como rascacielos comerciales, edificios antiguos, monumentos, bibliotecas, atracciones turísticas, etc. En cuanto al contenido de la anotación, se anota el país del hito, la ciudad del hito, la ubicación específica del hito, la clasificación del hito y la descripción del hito. Los datos pueden utilizarse para el reconocimiento y análisis de edificios emblemáticos.

Conjunto de datos de imágenes de hitos conjunto de datos de reconocimiento de edificios conjunto de datos de descripción de imágenes de hitos globales datos de descripción de imágenes bilingües conjunto de datos de descripción chino-inglés conjunto de datos de clasificación de hitos conjunto de datos de imagen y texto conjunto de datos de hitos turísticos conjunto de datos de imágenes de patrimonio cultural descripción de imágenes para entrenamiento de IA

120.000 conjuntos de datos de comprensión y razonamiento multimodal multidisciplinarios

120.000 conjuntos de datos de comprensión y razonamiento multimodal multidisciplinarios, que cubren 6 grandes disciplinas como arte, ingeniería, medicina y múltiples áreas especializadas con problemas mixtos de imagen y texto a nivel profesional (como gráficos, planos de ingeniería, análisis de obras de arte, etc.), cada problema ha sido verificado en calidad por personal profesional. Este conjunto de datos integra comprensión profunda de información textual y visual, y puede utilizarse para mejorar las capacidades de razonamiento lógico y aplicación de conocimiento de modelos grandes. Seguimos estrictamente las regulaciones de protección de datos y privacidad, garantizando la protección de la privacidad y los derechos legítimos de los usuarios durante la recolección, almacenamiento y uso de datos, y todos los datos cumplen con GDPR, CCPA y PIPL.

Conjunto de datos multimodal conjunto de datos VQA datos de preguntas y respuestas multimodales conjunto de datos de razonamiento para IA conjunto de datos de preguntas y respuestas con imagen y texto datos de entrenamiento de IA para dominios específicos conjunto de datos de razonamiento con gráficos datos de entrenamiento multimodal para LLM

100.000 conjuntos de datos de descripción texto-imagen de iconos

100.000 grupos de datos de descripción texto-imagen de iconos. Los datos contienen 2 categorías principales de iconos: iconos de estilo 3D e iconos vectoriales de ilustración, con un total de 17 subcategorías. En cuanto a anotaciones, el idioma de descripción de iconos es chino, con una extensión de descripción de alrededor de 30 caracteres. Los datos pueden usarse para reconocimiento de gráficos, interacción de interfaz y otras tareas.

ICONOS Descripción imagen

20.846 conjuntos de datos de descripción texto-imagen de recetas

20.846 grupos de datos de descripción texto-imagen de recetas. Cada receta contiene 4-18 imágenes y una descripción de texto correspondiente a cada imagen. Las cocinas incluyen china, occidental, coreana, japonesa, etc. El idioma de descripción es chino e inglés. En cuanto a la longitud del texto, las descripciones en chino no tienen menos de 15 caracteres, las descripciones en inglés no tienen menos de 30 palabras. Los datos pueden usarse en recomendación de recetas, educación culinaria, etc.

Recetario Descripción imagen AIGC

5.937 cuadros y 1.400 imágenes de datos de descripción y anotación de comportamiento humano

1.400 imágenes de datos de descripción y anotación de comportamiento humano recogen múltiples escenarios y múltiples actividades humanas, y se han anotado las personas en las imágenes. Estos datos pueden proporcionar recursos ricos para modelos grandes multimodales. Después de ser verificados por múltiples empresas de IA, estos datos ayudan a que los modelos se desempeñen de manera excelente en aplicaciones del mundo real. Durante el proceso de recolección, almacenamiento y uso de datos, siempre seguimos estrictamente las regulaciones de protección de datos y privacidad, garantizando que la privacidad y los derechos legítimos de los usuarios sean mantenidos. Todos los datos cumplen con los requisitos regulatorios como GDPR, CCPA y PIPL.

Conjunto de datos de acciones humanas conjunto de datos de imágenes de actividades humanas imágenes de reconocimiento de acciones conjunto de datos anotado de actividades humanas conjunto de datos de descripción de imágenes humanas conjunto de datos multimodal humano datos de detección de acciones humanas conjunto de datos VLA

50.538 problemas de resolución de fotos con modelos grandes

50.538 imágenes de datos OCR de problemas de examen, que cubren múltiples disciplinas, tipos de preguntas y dispositivos de captura (móvil, escáner), con texto transcrito, y fórmulas y tablas transcritas en formato LaTeX. Este conjunto de datos puede utilizarse para tareas como corrección inteligente de exámenes y tutoría de tareas. Seguimos estrictamente las regulaciones de protección de datos y privacidad, garantizando la protección de la privacidad y los derechos legítimos de los usuarios durante la recolección, almacenamiento y uso de datos, y todos los datos cumplen con GDPR, CCPA y PIPL.

Modelos grandes Multimodal Educación Problemas de examen

102.735 conjuntos de datos de descripción de imágenes PPT y preguntas-respuestas

100.000 grupos de datos de preguntas-respuestas sobre imágenes PPT, incluyen 100.000 grupos de imágenes PPT y anotaciones de descripción y preguntas-respuestas correspondientes. Los tipos de imágenes PPT cubren 4 tipos: diagramas de arquitectura, gráficos numéricos, diagramas de flujo e ilustraciones. Este conjunto de datos se puede utilizar para tareas como inteligencia de documentos.

Diapositiva VQA Análisis documento

20.011 imágenes de datos de descripción OCR de escenas naturales

AIGC Subtítulos inglés Subtítulos OCR datos OCR multilingüe datos OCR multilingüe datos OCR conjunto datos OCR

AIGC

Subtítulos inglés

Subtítulos OCR

datos OCR multilingüe

datos OCR multilingüe

datos OCR

conjunto datos OCR