Comic 9K
Comic-9K es un conjunto de datos de imágenes de cómics, combinado con sinopsis escritas por humanos. Está destinado a la investigación en visión artificial, comprensión multimodal y generación de textos.
Aproximadamente 238 000 imágenes en formatos estándar, acompañadas de sinopsis de texto, archivos Parquet y archivos tar.gz
Apache 2.0
Descripción
El conjunto de datos Comic 9K contiene aproximadamente 238 000 imágenes tomadas de cómics, con sinopsis humanas que describen las historias asociadas. Los datos se proporcionan en formato Parquet y en formato de archivo comprimido.
¿Para qué sirve este conjunto de datos?
- Entrena modelos de visión artificial especializados en cómics
- Desarrollar modelos multimodales que combinen imagen y texto (resúmenes, generación narrativa)
- Explore la comprensión y el análisis del contenido gráfico y narrativo
¿Se puede enriquecer o mejorar?
Sí, el conjunto de datos se puede enriquecer con anotaciones adicionales, como diálogos, segmentación de casos o etiquetas de género. También es posible ampliar las sinopsis o añadir metadatos culturales.
🔎 En resumen
🧠 Recomendado para
- Investigadores de visión artificial
- Proyectos multimodales
- Análisis de contenido narrativo gráfico
🔧 Herramientas compatibles
- PyTorch
- TensorFlow
- Hugging Face Datasets
- Herramientas de análisis de imágenes
💡 Consejo
Utilice la estructura de sinopsis para guiar los modelos de generación de texto multimodales.
Preguntas frecuentes
¿Cuál es la naturaleza de las sinopsis de Comic-9K?
Son resúmenes escritos por humanos que describen las tramas asociadas a las imágenes de cómics.
¿El conjunto de datos solo incluye imágenes o también texto?
Incluye imágenes extraídas y sinopsis textuales, lo que lo convierte en un conjunto de datos multimodal.
¿Se puede usar Comic-9K para proyectos de generación de texto?
Sí, está adaptado a la generación y comprensión del texto en relación con el contenido visual.
