东京大学 发布 InstructMove 数据集, 应用在 图像编辑、多模态学习 领域

东京大学 本次发布的数据集 InstructMove, InstructMove数据集是由东京大学和Adobe合作创建的，用于训练基于指令的图像编辑模型。该数据集从互联网视频中提取帧对，并使用多模态大语言模型生成编辑指令，包含600万对图像和相应的编辑指令。数据集的创建过程包括从视频中采样帧对、使用多模态LLMs生成指令，并进行运动过滤以确保帧对的质量。该数据集主要用于解决复杂图像编辑任务，如调整主体姿态、重新排列元素和改变视角，旨在提高图像编辑的精确性和自然性。

查看InstructMove

关于 东京大学 , 东京大学是日本的一所顶尖综合性大学，成立于1877年，位于日本东京。它是日本最古老、最著名的大学之一，以其卓越的教育和研究成果在国际上享有盛誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。