香港中文大学 发布 Perceive Anything Model (PAM) 数据集 数据集, 应用在 图像识别、视频分析 领域

香港中文大学 本次发布的数据集 Perceive Anything Model (PAM) 数据集, 该数据集名为Perceive Anything Model (PAM) 数据集，由香港中文大学、香港大学、香港理工大学和北京大学的研究团队创建。数据集包含150万个图像和视频区域语义标注，涵盖了丰富的视觉特征、定位和语义先验信息。数据集的创建过程使用了先进的视觉语言模型（如GPT-4o）和人工专家验证，以确保高质量和多样性。该数据集旨在解决图像和视频中的区域理解问题，如预测类别、解释定义和功能，以及生成详细描述。数据集支持多语言响应，包括英语和中文版本。

查看Perceive Anything Model (PAM) 数据集

关于 香港中文大学 , 香港中文大学，简称中大，是一所位于中国香港的公立研究型大学，以“结合传统与现代，融会中西文化”为教育理念，是香港乃至亚洲地区的高等学府之一。

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。