浙江大学 发布 PixelRefer-2.2M 数据集, 应用在 计算机视觉、对象识别 领域

浙江大学 本次发布的数据集 PixelRefer-2.2M, PixelRefer-2.2M 是一个高质量的对象中心指令数据集，旨在支持语言与全局视觉上下文和局部对象区域之间的细粒度对齐。该数据集分为两个类别：基础对象感知和视觉指令调整，以支持细粒度的时间空间对象理解，包括对象级和场景级理解，涵盖了空间（图像）和时域（视频）领域。

查看PixelRefer-2.2M

关于 浙江大学 , 浙江大学是中国的一所综合性、研究型大学，位于浙江省杭州市，是中国顶尖的高等学府之一，有着很高的学术声誉和国际影响力。

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。