帮我搜索有关模态泛化内容的分类任务数据集
- User
帮我搜索有关模态泛化内容的分类任务数据集
- Assistant
您正在寻找用于研究模态泛化的分类任务数据集。以下是一些相关的数据集,可能对您的研究有所帮助:
-
MELINDA 数据集:该数据集用于生物医学实验方法的多模态分类,包含从论文中提取的文本和图像数据。研究表明,多模态模型在该数据集上的表现优于单模态模型,但仍有改进空间,特别是在视觉概念与语言的结合以及低资源领域的迁移能力方面。 (arxiv.org)
-
MINDGYM 数据集:由中山大学和阿里巴巴集团共同创建,旨在通过合成自我挑战性问题来增强视觉语言模型的能力。该数据集涵盖文本和多媒体环境下的认知问题,分为单跳问题、多跳问题和思维驱动的课程微调三个阶段,涉及八个语义领域。 (selectdataset.com)
-
MMAD 数据集:这是一个全面的多模态大语言模型在工业异常检测领域的基准测试数据集,包含问题、图像和描述文本。所有问题均为多选题形式,并经过人工验证。图像来自多个来源,保留了地面真值的掩码格式,以方便评估多模态大语言模型的分割性能。 (selectdataset.com)
-
MMG-Ego4D 数据集:该数据集用于自我中心动作识别中的多模态泛化研究,包含视频、音频和惯性运动传感器(IMU)等多种模态数据。研究探讨了在缺少某些模态数据的情况下,系统如何进行多模态的行为识别,提出了“多模态泛化”(MMG)问题。 (hub.baai.ac.cn)
-
MMED 数据集:这是一个多领域、多模态的事件数据集,包含25,165篇新闻文章和76,516张Flickr上的图像,涉及412个真实世界事件。该数据集旨在探索组织由专业人士和业余爱好者在不同数据领域贡献的异构数据,以及将从一个数据领域获得的事件知识转移到异构数据领域的问题。 (arxiv.org)
这些数据集涵盖了多种模态和任务,适用于研究模态泛化在分类任务中的应用。
-
- User
这个模态泛化主要针对于图片获取的方式不同,请基于此再帮我搜索相关的分类数据集
- Assistant
您希望寻找针对图像获取方式不同的分类任务数据集,以研究模态泛化问题。以下是一些可能符合您需求的数据集:
-
WebVision 数据集:该数据集包含超过240万张从互联网上爬取的图像,涵盖1000个语义概念。由于图像来源多样,获取方式各异,数据中存在噪声和多样性,适合研究从不同来源获取的图像对模型训练的影响。 (arxiv.org)
-
FAIR1M 数据集:该数据集专注于高分辨率遥感图像中的细粒度目标识别,包含5个类别和37个子类别的目标,所有目标均通过定向边界框进行标注。由于遥感图像的获取方式与传统图像不同,FAIR1M 数据集可用于研究不同图像获取方式对分类任务的影响。 (arxiv.org)
-
Open Images V4 数据集:该数据集包含920万张图像,提供统一的图像分类、目标检测和视觉关系检测注释。图像来源于 Flickr,涵盖多种获取方式和场景,适合研究不同图像获取方式对分类模型的影响。 (arxiv.org)
-
CUB-200-2011 数据集:该数据集包含200个鸟类子类别的11,788张图像,每张图像都有详细的注释,包括子类别标签、部位位置、属性和边界框。由于图像来源多样,获取方式各异,适合研究不同图像获取方式对细粒度分类任务的影响。 (gitcode.csdn.net)
这些数据集的图像来源和获取方式多样,适合用于研究模态泛化在分类任务中的应用。
-
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.