AI生态大厅

本数据集包含来自sa-1b数据集中8631528幅图像的详尽、高品质、长文本描述。每张图片的描述细分为全局描述与细节元素，其中细节描述聚焦于图像内的关键元素，而全局描述整合了这些细节并提供更全面的信息。

SA1B-Paired-Captions-Images 数据集 SA1B-长文本图文描述是基于 SAM-CLIP_Object_Centric 管道的后期处理数据集，旨在匹配与局部描述相对应的子图。

SA1B-密集描述数据集 本数据集包含来自sa-1b数据集中8631528幅图像的详尽、高品质、长文本描述。每张图片的描述细分为全局描述与细节元素，其中细节描述聚焦于图像内的关键元素，而全局描述整合了这些细节并提供更全面的信息。