Microsoft COCO Captions 图片描述数据集

Microsoft COCO Captions 数据集为 Microsoft Common Objects in COntext (COCO) 数据集中的图像提供了人工生成的图片描述。该数据集为超过 33 万张图片提供超过 150 万条描述。

The Microsoft COCO Captions dataset provides human-generated image captions for the images in the Microsoft Common Objects in COntext (COCO) dataset. This dataset offers over 1.5 million captions for more than 330,000 images.

搜集汇总

背景与挑战

背景概述

Microsoft COCO Captions 数据集是基于 Microsoft COCO 数据集构建的，专门为图像提供人工生成的描述文本。该数据集规模庞大，涵盖超过33万张图片和超过150万条描述，旨在支持图像理解、自然语言处理等研究任务。其特点在于高质量的人工标注描述，适用于训练和评估图像描述生成模型。