哈尔滨工业大学 发布 HCIIT数据集 数据集, 应用在 图像内翻译、文本合成 领域

哈尔滨工业大学 本次发布的数据集 HCIIT数据集, HCIIT数据集由哈尔滨工业大学和鹏城实验室联合创建，旨在支持图像内翻译任务的研究。该数据集包含40万条风格一致的伪文本-图像对，涵盖了多种字体、文本大小、颜色和斜体等风格特征。数据集的创建过程基于文本合成技术，通过随机选择背景图像和文本属性生成伪图像对，并利用TIT任务的平行语料库作为文本内容。该数据集主要用于训练和评估图像内翻译模型，特别是在确保翻译一致性和图像生成一致性方面具有重要应用。通过该数据集，研究者能够有效提升图像内翻译任务的质量和一致性，适用于电影海报翻译、儿童绘本翻译等实际场景。

查看HCIIT数据集

关于 哈尔滨工业大学 , 哈尔滨工业大学是中国著名的理工科大学，位于黑龙江省哈尔滨市，创建于1920年。该校以工程学科著称，是中国‘双一流’建设高校之一，拥有多个国家重点实验室和研究中心，培养了大量工程技术人才。

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。