数据集

1 个数据集

热门分类：

自然语言处理 12 计算机视觉 1 语音识别 4 基准测试 2 数学 1 机器人操作 34 gitattributes 19 家庭场景 16 文本生成 16 md 12 抓取与放置 12 模仿学习 11 大语言模型 9 数学推理 9 代码生成 8 厨房场景 7 mp4 6 强化学习 6 问答 6 HDF5数据 5 py 5 多模态理解 5 文本转语音 5 机器人学习 5

已选筛选：多模态理解 Apache License 2.0 清除所有筛选

Tongyi-DataEngine/SA1B-Dense-Caption 可在线预览已完整同步

该数据集为SA-1B中的约863万张图片提供了高质量、详细的长文本中文描述。每张图片的描述包含整体场景概括和局部重要元素的细节说明，结构清晰，适合用于多模态模型训练、图像描述生成等任务。数据以Parquet格式组织，方便直接使用。

GITATTRIBUTESJSONMDPARQUET Apache License 2.0 280 GiB 727 个文件 WeHub 同步于 2026-08-20 02:03:45 +00:00