MC-LLaVA team 发布 Multi-Concept Personalization Dataset 数据集, 应用在 图像识别、视觉问答 领域

MC-LLaVA team 本次发布的数据集 Multi-Concept Personalization Dataset, 该数据集是一组高质量的图像集合，这些图像来自多部电影，展示了众多角色。此外，数据集还包含了手动生成的多概念问答样本。该数据集分为训练集和测试集，其中训练集包含单一概念的图像，而测试集则包含了单一和多重概念的图像。在构建此数据集时，使用了GPT-4o生成问答对，并强调了对具有多重概念实例的关注，以增强其在现实世界的适用性。该数据集大约包含了1.6千张图像，其任务涵盖了视觉问答（VQA）以及多概念个性化。

查看Multi-Concept Personalization Dataset

README 内容： 

关于 MC-LLaVA team , -

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。