Pseudo Camera 10K

Conjunto de datos que contiene 10 000 imágenes de alta resolución de fotógrafos profesionales, con subtítulos automáticos generados por CogVLM. Este corpus es variado, con numerosos retratos y escenas grupales comentadas.

Obtén el dataset

Tamaño

10 000 imágenes de alta resolución, anotaciones de subtítulos automáticas, formatos JPEG/PNG

Licencia

Creative Commons (se especificará el tipo exacto)

Descripción

‍

El conjunto de datos Pseudo Camera 10K ofrece 10 000 imágenes de alta calidad, redimensionadas con especial cuidado para limitar los artefactos. Las imágenes se anotan con subtítulos generados automáticamente por CogVLM, lo que permite su uso inmediato para entrenar modelos lingüísticos y visuales.

‍

¿Para qué sirve este conjunto de datos?

‍

Entrene modelos de visión con anotaciones de texto automáticas
Mejore el reconocimiento y la descripción de imágenes complejas, incluidos retratos y grupos
Explorando el impacto del ruido natural y las anotaciones imperfectas en el aprendizaje

‍

¿Se puede enriquecer o mejorar?

‍

Sí, las leyendas se pueden corregir manualmente para mejorar la precisión. También se pueden añadir metadatos sobre la diversidad cultural o los contextos fotográficos.

‍

🔎 En resumen

Criterio	Evaluación
🧩 Facilidad de uso	⭐⭐⭐⭐✩ (Listo para usar con anotaciones automáticas)
🧼 Necesidad de limpieza	⭐⭐⭐⭐✩ (Moderado – leyendas automáticas a verificar)
🏷️ Riqueza de anotaciones	⭐⭐⭐✩✩ (Leyendas textuales generadas automáticamente)
📜 Licencia comercial	⚠️ A verificar (Creative Commons genérico)
👨‍💻 Ideal para principiantes	⚠️ Adecuado con acompañamiento sobre anotaciones
🔁 Reutilizable para fine-tuning	✅ Bueno para visión-lingüística y captioning
🌍 Diversidad cultural	⚠️ Diversidad limitada según descripción de la fuente