MS COCO + Flickr30k + Personal Dataset + Captions

MS COCO + Flickr30k + Personal Dataset (1000 imgs) with Eng & Urdu captions.

本数据集包含MS COCO、Flickr30k 及含1000张图像的个人数据集三类数据，所有数据均配有英文与乌尔都语图像标注。

搜集汇总

背景与挑战

背景概述

该数据集是一个多源图像字幕数据集，整合了MS COCO、Flickr30k和个人数据集（含1000张图像），提供英文和乌尔都语的双语字幕。数据集以CSV文件形式组织，包含5个不同字幕数量的文件，总计约156k文件，适用于图像字幕生成和多语言自然语言处理任务。