数据堂—3亿组高质量图像描述数据

3亿张图像，每张图像对应一条描述。均为摄影师发布的正版图像作品。绝大部分为英文描述，极少部分为中文描述。

This dataset consists of 300 million images, each paired with a corresponding description. All images are legitimate photographic works released by photographers. The vast majority of the accompanying descriptions are in English, with only a very small portion in Chinese.

搜集汇总

背景与挑战

背景概述

该数据集包含约3亿张高质量图像，每张图像均配有对应的文字描述，描述语言主要为英文，少数为中文。图像格式包括.jpg、.png和.svg等，分辨率达到4K及以上，适用于生成式人工智能训练。