数据猎手小k - 博客园

2024年10月30日

CytoDArk0数据集:由伦敦南岸大学和帕多瓦大学联合创建，专注于大脑皮层的细胞实例分割

摘要： 2024-09-06，由伦敦南岸大学和帕多瓦大学联合发布的CISCA，是一个基于深度学习进行细胞实例分割和分类的新型方法。这项研究不仅提出了一个创新的网络架构，还引入了一个新的公开数据集CytoDArk0，为组织病理学图像分析提供了新的视角。一、背景：细胞实例分割与分类在医学和生物学研究中，从阅读全文

posted @ 2024-10-30 11:15 数据猎手小k 阅读(91) 评论(0) 推荐(0)

Infinity-MM数据集：一个包含 4000 万个样本的开源视觉语言模型的大规模多模态指令数据集。

摘要： 2024-10-15，由北京智源人工智能研究院、北京交通大学、北京邮电大学等机构联合创建了Infinity-MM，一个包含4000万个样本的大规模多模态指令数据集。这个数据集通过严格的质量过滤和去重，显著提升了开源模型与闭源模型性能的差距，为开源视觉语言模型的发展带来了重要意义。一、研究背景：近阅读全文

posted @ 2024-10-30 11:10 数据猎手小k 阅读(61) 评论(0) 推荐(0)

2024年10月29日

CPB数据集：由斯坦福大学发布，一个新的视频问题回答任务基准，能够连续且全面处理视频数据

摘要： 2024-08-15，由斯坦福大学发布的Continuous Perception Benchmark（CPB），一个推动视频模型模仿人类连续感知能力的新基准。一、背景：视频理解的重要性在计算机视觉领域，视频理解一直是一个基础而富有挑战的任务，它对于从监控到自动驾驶等多个领域都至关重要。现有阅读全文

posted @ 2024-10-29 10:19 数据猎手小k 阅读(37) 评论(0) 推荐(0)

FRAMES数据集：由谷歌和哈佛大学联合创建一个综合评估数据集，目的测试检索增强生成系统在事实性、检索准确性和推理方面的能力

摘要： 2024-09-19, 由Google 和 Harvard University 联合发布的FRAMES，一个综合评估数据集，目的评估 LLMs 在统一框架中跨多个文档检索和推理的能力。一、背景：大型语言模型（LLMs）在各种认知任务中表现出显著的性能改进。一个新兴的应用程序正在使用 LLM 阅读全文

posted @ 2024-10-29 10:16 数据猎手小k 阅读(125) 评论(0) 推荐(0)

GeoBiked数据集：由宝马集团和奥格斯堡大学联合创建，具有几何特征和自动标记技术的数据集，可在工程设计中实现深度生成模型。

摘要： 2024-09-25，由BMW集团和奥格斯堡大学联合创建GeoBiked数据集，以在工程设计中启用深度生成模型（DGM），并提出了通过利用大规模基础模型自动化数据标注的方法。一、背景快速发展的机器学习领域强调了高质量数据集在推动技术突破中的关键作用。在计算机视觉中，高质量、公开可用的数据集引入起阅读全文

posted @ 2024-10-29 10:14 数据猎手小k 阅读(28) 评论(0) 推荐(0)

FlowBench数据集：由爱荷华州立大学创建，目前公开可用的最大的流动物理学数据集

摘要： 2024-09-27 ，由爱荷华州立大学创建FlowBench。这是一个大规模的流体动力学模拟数据集，目的推动复杂几何形状下流动物理学的机器学习模型的发展和评估。一、研究背景在航空航天、汽车制造、环境工程等领域，流体动力学的准确模拟对于设计和性能有着直接的影响。然而，传统的模拟方法成本高昂，需要阅读全文

posted @ 2024-10-29 10:11 数据猎手小k 阅读(75) 评论(0) 推荐(0)

2024年10月28日

W-Bench：第一个全面的基准测试，对各种图像编辑技术（图像再生、全局编辑、局部编辑和图像到视频生成）评估水印方法的稳健性。

摘要： 2024-10-24，由南洋理工大学和苏黎世联邦理工学院共同创建W-Bench，这是一个全面的基准测试，旨在评估水印方法对于包括图像再生、全局编辑、局部编辑和图像到视频生成在内的广泛图像编辑技术的鲁棒性。这个数据集的创建对于版权保护和知识产权的维护具有重要意义，尤其是在面对由大规模文本到图像模型驱动阅读全文

posted @ 2024-10-28 11:54 数据猎手小k 阅读(46) 评论(0) 推荐(0)

ChatSearch：一个基于多轮多模态对话上下文的图像检索数据集，它要求检索系统能够在对话中准确找到目标图像。

摘要： 2024-10-24，由中国科学院自动化研究所与字节跳动公司合作创建了ChatSearch，这一数据集通过多轮对话上下文来检索图像，极大地推动了开放领域内对话式图像检索技术的发展。一、研究背景：在人工智能领域，图像检索技术已经从基于内容的搜索发展到了更加自然和直观的对话式交互。这种对话式图像检索阅读全文

posted @ 2024-10-28 09:00 数据猎手小k 阅读(44) 评论(0) 推荐(0)

2024年10月25日

OVT-B：迄今为止最大的开放词汇多目标跟踪数据集

摘要： 2024-10-23，由浙江大学软件技术学院和中国科学院深圳先进技术研究院等联合创建OVT-B，这个数据集的规模和多样性为开放词汇多目标跟踪（OVMOT）研究开辟了新的道路。一、研究背景：在人工智能领域，开放词汇目标感知正成为一个重要议题，旨在识别在训练期间未见过的新类别对象。尽管在单张图像中的阅读全文

posted @ 2024-10-25 18:13 数据猎手小k 阅读(75) 评论(0) 推荐(0)

CCI3.0-HQ数据集：一个500GB的高质量中文预训练数据集

摘要： 2024-09-19，由北京人工智能研究院（BAAI）创建的CCI3.0-HQ数据集，是一个通过新颖的两阶段混合过滤流程显著提升数据质量的高质量子集。这个数据集的意义在于，它不仅提高了数据的纯净度，还通过实验表明，使用该数据集训练的模型在多个基准测试中取得了优于现有中文数据集的性能，为中文语言模型的阅读全文

posted @ 2024-10-25 14:30 数据猎手小k 阅读(87) 评论(0) 推荐(0)

公告