官方服务：
资源简介：
Objects with mismatched labels
带有不匹配标签的对象
应用场景：
创建时间：
2026-01-10
相关数据集
MD-syn
MD-syn是一个新的综合数据集，用于一般多模态图像匹配。它通过MINIMA数据引擎从MegaDepth数据集生成，包含额外的6种模态：红外、深度、事件、法线、素描和绘画。
github2024-12-26 更新1650
M-FashionIQ; M-CIRR
M-FashionIQ和M-CIRR是由山东大学、香港理工大学等机构构建的多模态修改数据集，旨在解决组合图像检索（CIR）任务中实体覆盖不足和子句-实体错位问题。数据集基于FashionIQ和CIRR扩展，通过多模态大语言模型（MLLM）生成并人工验证的多修改文本（MMT）增强数据复杂性。M-FashionIQ聚焦时尚领域，涵盖服装形状、颜色等属性；M-CIRR为开放域数据集，强调多对象细粒度描述
arXiv2026-04-24 更新130
Twocan-954
Twocan-954: Paired IF-IMC Image Dataset for Cross-Modal Registration This dataset contains 954 paired immunofluorescence (IF) and imaging mass cytometry (IMC) images from cell lines and tissue sample
Zenodo2025-05-29 更新110
Kust4K: An RGB-TIR Dataset from UAV Platform for Robust Urban Traffic Scenes Semantic Segmentation
We introduce Kust4K, a multimodal semantic segmentation dataset, which is the first and largest UAV-based dataset for RGB-TIR semantic segmentation. Kust4K dataset is designed to overcome key limitati
DataCite Commons2025-07-09 更新300
ETCHR-SFT-400K
ETCHR SFT-400K是一个用于监督微调（SFT）的大规模视觉推理数据集，旨在将基于FLUX.2-klein-base-9B构建的被动指令跟随图像编辑器，转化为一个自主的、以问题为条件的视觉推理助手。该数据集包含400,000个样本，覆盖五个核心视觉推理任务：细粒度感知、图表理解、迷宫求解、拼图以及空间理解。每个数据样本由三部分构成：原始图像、一个针对该图像提出的理解性问题（作为图像编辑的提
Hugging Face2026-05-22 更新120
