高知特瓦伦西亚 发布 PixLore 数据集, 应用在 图像描述、计算机视觉 领域

高知特瓦伦西亚 本次发布的数据集 PixLore, PixLore数据集是由高知特瓦伦西亚的研究人员Diego Bonilla Salvador创建，包含100,000张来自COCO数据集的图像。该数据集通过结合多种计算机视觉模型和ChatGPT的增强，生成了详细且丰富的图像描述。创建过程中，每张图像都经过多个先进的计算机视觉模型的处理，最终通过ChatGPT生成文本描述。PixLore数据集主要用于图像描述任务，旨在通过小规模模型实现复杂的图像理解，解决现有模型在描述细节和上下文方面的不足。

查看PixLore

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。