宾夕法尼亚大学 发布 CoLan-150K 数据集, 应用在 图像编辑、视觉理解 领域

宾夕法尼亚大学 本次发布的数据集 CoLan-150K, CoLan-150K是一个由宾夕法尼亚大学研究团队构建的视觉概念描述数据集，包含150,000个与图像编辑任务相关的视觉概念及其描述。该数据集旨在为潜在空间中的概念估计和编辑提供丰富的视觉信息，通过文本和图像的联合解析，生成与编辑任务相关的概念字典，从而实现精准的图像编辑效果。

查看CoLan-150K

关于 宾夕法尼亚大学 , 宾夕法尼亚大学是美国一所著名的私立研究型大学，以其高质量的教育和广泛的学科领域而闻名。

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。