AIML-TUDA/MCC-250

MCC-250数据集用于评估多模态输入的生成图像组合能力。该数据集基于CC-500的一个子集构建，包含250个文本提示，每个提示描述两个对象及其属性。此外，数据集为每个对象和属性组合提供了一组参考图像，以支持多模态应用。所有图像来源于Pixabay、Unsplash、Pexels和Freepik这四个股票图像提供商。

原始信息汇总

Multimodal Concept Conjunction 250 (MCC-250)

概述

MCC-250 是一个用于评估多模态输入生成图像组合能力的基准数据集。该数据集基于 CC-500 的子集，包含 500 个仅含文本的提示，格式为“一个红色的苹果和一个黄色的香蕉”，描述两个具有相应属性的对象。

特点

• 多模态应用：为每个对象和属性组合提供一组参考图像。
• 语言：英语（en）
• 规模：数据集大小小于 1K

来源

所有图像均来自以下四个库存图像提供商：

• Pixabay
• Unsplash
• Pexels
• Freepik

许可证

MIT 许可证