Comic 9K
Comic-9K est un dataset d’images issues de bandes dessinées, associées à des synopsis écrits par des humains. Il est destiné à la recherche en vision par ordinateur, compréhension multimodale et génération de texte.
Environ 238 000 images en formats standards, accompagnées de synopsis en texte, fichiers Parquet et archives tar.gz
Apache 2.0
Description
Le dataset Comic-9K contient environ 238 000 images extraites de bandes dessinées, avec des synopsis humains décrivant les intrigues associées. Les données sont fournies en formats Parquet et archives compressées.
À quoi sert ce dataset ?
- Entraîner des modèles de vision par ordinateur spécialisés en bandes dessinées
- Développer des modèles multimodaux combinant image et texte (résumés, génération narrative)
- Explorer la compréhension et l’analyse des contenus graphiques et narratifs
Peut-on l’enrichir ou l’améliorer ?
Oui, le dataset peut être enrichi avec des annotations supplémentaires comme les dialogues, la segmentation des cases, ou des labels de genres. Il est aussi possible d’étendre les synopsis ou d’ajouter des métadonnées culturelles.
🔎 En résumé
🧠 Recommandé pour
- Chercheurs en vision par ordinateur
- Projets multimodaux
- Analyse de contenu narratif graphique
🔧 Outils compatibles
- PyTorch
- TensorFlow
- Hugging Face Datasets
- Outils d’analyse d’images
💡 Astuce
Utiliser la structure des synopsis pour guider des modèles de génération de texte multimodal.
Questions fréquemment posées
Quelle est la nature des synopsis présents dans Comic-9K ?
Ce sont des résumés écrits par des humains qui décrivent les intrigues associées aux images de bandes dessinées.
Le dataset inclut-il uniquement des images ou aussi du texte ?
Il comprend des images extraites ainsi que des synopsis textuels, ce qui en fait un dataset multimodal.
Peut-on utiliser Comic-9K pour des projets de génération de texte ?
Oui, il est adapté à la génération et compréhension de texte en lien avec le contenu visuel.
