这是一个包含图像ID和标题的视觉数据集。数据集由经过 vikhyatk/moondream2 重新配字的 visual-layer/imagenet-1k-vl-enriched 数据集构成，包含简短的标题。数据集仅包含图像ID和标题信息，不包括图像本身。标题是基于提示生成的，提示内容为：这是一张 {class_name} 的图片。当前图片的标题是 {caption}。请根据图片内容和当前标题写一

Hugging Face2025-03-09 更新180

raresense/saks-jewelry-inhouse-test

图像识别

图像处理

该数据集包含三种类型的特征：掩码图像（mask）、目标图像（target）和提示文本（prompt）。训练集包含20个样本，用于某种视觉任务，可能涉及图像处理和文本提示的结合。具体应用场景和任务目标在README中未明确描述。

Hugging Face2025-08-12 更新120

quccili/invoice

图像识别

文字提取

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* dataset_info: featur

Hugging Face2023-11-11 更新210

Angana192/india_wit

图像识别

自然语言处理

该数据集主要用于图像问答任务，包含图像和文本数据。数据集的特征包括id、image、query、answers和json_ans。其中，json_ans是一个结构体，包含conversations、id和image字段。conversations字段是一个列表，包含from和value两个子字段。数据集分为训练集和测试集，训练集包含2730个样本，测试集包含304个样本。

Hugging Face2024-07-16 更新160

Cone Dataset

资源简介：

相关数据集