Salesforce/BLIP3o-NEXT-EDIT-ENSEMBLE-DATASETS

Name: Salesforce/BLIP3o-NEXT-EDIT-ENSEMBLE-DATASETS
Creator: Salesforce
Published: 2025-11-04 09:03:43
License: 暂无描述

Hugging Face2025-11-04 更新2026-01-03 收录

下载链接：

https://hf-mirror.com/datasets/Salesforce/BLIP3o-NEXT-EDIT-ENSEMBLE-DATASETS

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: cc-by-nc-4.0 ---

提供机构：

Salesforce

BLIP Salesforce

kaggle2023-03-10 更新00

shellypeng/cartoon-captioned-datasets-salesforce-blip

--- dataset_info: features: - name: image dtype: image - name: text dtype: string splits: - name: train num_bytes: 2357028047.718 num_examples: 1907 download_size: 17746804

Hugging Face2023-06-13 更新100

Salesforce/blip3-ocr-200m

BLIP3-OCR-200M数据集旨在解决当前视觉语言模型（VLMs）在处理和解释富含文本的图像（如文档和图表）时的局限性。该数据集在预训练阶段集成了光学字符识别（OCR）数据，通过提供详细的文本信息来增强视觉与语言的对齐。数据集专注于富含文本的图像，并包含OCR特定的注释，使得处理文档、图表等文本密集内容更加准确。数据集以Parquet格式存储，便于高效存储、处理和检索OCR元数据和图像。该数据

Hugging Face2025-02-03 更新680

Salesforce/blip3-kale

BLIP3-KALE是一个包含2.18亿个图像-文本对的开源数据集，结合了网络规模的知识和详细的图像描述，旨在促进多模态预训练研究。数据集创建过程包括初始知识增强和扩展两个主要阶段，使用了CogVLM-17B和Mistral-7B Instruct v0.2模型。数据集可能继承自网络规模数据集的偏见，并可能存在一些管道伪影。数据集以Apache2.0许可证发布，主要用于研究目的。

Hugging Face2025-02-03 更新280

Salesforce/blip3-grounding-50m

BLIP3-GROUNDING-50M数据集旨在增强视觉语言模型（VLMs）在视觉特征中定位语义概念的能力，这对于对象检测、语义分割和理解指代表达（例如“狗左边的物体”）等任务至关重要。该数据集包含5000万张图像，每张图像都带有详细的定位信息，这些信息源自最先进的开放世界图像标记和对象检测模型。数据集提供了三种不同格式的定位信息，包括边界框坐标、文本描述和位置上下文。该数据集的主要目标是提高VL

Hugging Face2025-02-03 更新730