AIGC领域高质量数据集汇总大全（持续更新）

最新推荐文章于 2025-03-19 15:38:06 发布
最新推荐文章于 2025-03-19 15:38:06 发布
阅读量704 收藏
点赞数
分类专栏： # 数据集 文章标签： AIGC 人工智能 计算机视觉 AI作画 chatgpt 机器学习 数据集
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Rocky6688/article/details/135043030
版权

1、GPT+AI医学数据集MIMIC-Diff-VQA：16万张图片、70万问答对的临床问答数据

主页：https://holipori.github.io/KDD2023-MIMIC-Diff-VQA/

论文地址：https://arxiv.org/abs/2307.11986

数据集：https://physionet.org/content/medical-diff-vqa/1.0.0/

AIGC从入门到实战：AIGC 在工业领域的创新场景—合成数据集，助力机器人产品研发
AI天才研究院
07-02 678
随着人工智能技术的快速发展,机器人在工业领域的应用越来越广泛。然而,训练高性能的机器人视觉系统需要大量的高质量数据,而传统的数据采集方式费时费力,难以满足实际需求。人工智能生成内容(AIGC)技术的出现为解决这一问题提供了新的思路。利用AIGC生成合成数据的核心是生成对抗网络(GAN)。GAN由生成器和判别器两部分组成,生成器负责生成逼真的假样本,判别器负责判断样本的真假,两者互相博弈,最终使生成器能够生成以假乱真的样本。
每日AIGC最新进展(47)：华中科技大学联合南京大学提出大型人体数据集WildAvatar
沉迷单车的追风少年
07-11 1010
WildAvatar是一个来自YouTube的大型数据集，拥有10,000多个人类受试者，旨在解决现有实验室数据集在头像创建方面的局限性。
CVPR 2023上AIGC大爆发！46篇论文、代码和数据集汇总
阿木寺的博客
06-20 1724
刚刚过去的几个月，无疑是生成式AI爆发的奇点。说到生成式AI，就不得不提到AIGC。AIGC全称为AI-Generated Content，指基于预训练大模型、生成式对抗网络（GAN）等人工智能技术，通过已有数据寻找规律，并通过释放泛化能力生成相关技术的内容。AIGC 在图像生成中的示例虽然在文生图领域，扩散模型似乎已经一统天下，但GAN 依然存在不可磨灭的优势。这使得一些研究者在这一方向上持续努...
最新AI大模型数据集解决方案：分享两种AI高质量代码数据集生产方案
最新发布
Python单行客的博客
03-19 720
随着AI大模型技术的快速发展，自动化的数据抓取工具逐渐成为了主流，尤其是在需要快速、高效、可定制化的数据抓取时，Web Scraper API工具成为了许多开发者和数据科学家的首选工具。与第一种方式不同，Web Scraper API工具提供了图形化界面以及灵活的配置选项，能够帮助用户更快、更高效地抓取数据。
各种数据模态的AIGC（人工智能内容生成）方法总结
yorkhunter的博客
05-21 1315
23年8月新加坡技术和设计大学发表的综述，“AIGC for Various Data Modalities: A Survey“，讨论多种模态的AIGC技术调研。
AIGC for code(text-to-codeAIGC/AI生成代码/生成式AI之代码生成/AI编程工具/自动编程/自动生成代码/智能编程工具/智能编程系统)
机器学习与软件工程
07-06 4410
AIGC for code(text-to-codeAIGC/AI生成代码/生成式AI之代码生成/AI编程工具/自动编程/自动生成代码/智能编程工具/智能编程系统)
合成数据加速高质量数据供给，AIGC的救星来了！
2301_76721510的博客
03-15 432
不同于其他合成数据服务商，群核科技Coohom Cloud的一大优势是拥有全球最大室内场景认知深度学习数据集，和Structured3D室内环境认知数据集、RPLAN户型结构数据集，并于近期发布了一个针对灯光设计任务的合成数据集。正因为合成数据有效破解AI“深水区”的数据难题，合成数据服务商们正在推起一条新兴产业赛道，包括英伟达、微软、AI.Reverie，以及国内的腾讯、阿里巴巴、群核科技等正在积极布局相关应用。但真实世界的数据是有限的，且数据获取、数据标注等面临诸多难题。
AIGC领域综述
qq_35215756的博客
03-26 1289
AIGC综述文章汇总~持续更新中
AIGC从入门到实战：进阶：如何提问以获得高质量答案，解决复杂问题
AI天才研究院
07-02 383
AIGC从入门到实战：进阶：如何提问以获得高质量答案，解决复杂问题 作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming / TextGenWebUILLM
每日AIGC最新进展(70)：MIT提出组合图像生成模型、纽约州立大学提出拓扑感知扩散模型TopoDiffusionNet、南京理工大学提出电影海报生成数据集MPDS
沉迷单车的追风少年
11-16 1159
在当今电影行业中，电影海报扮演着吸引观众和传达主题的重要角色。然而，传统的海报设计过程往往繁琐且耗时，限制了创意的发挥。尽管近年来图像生成技术取得了显著进展，但现有的文本到图像生成模型在生成高质量电影海报方面仍存在不足，主要原因在于缺乏专门针对电影海报的训练数据集。为了解决这一问题，本文提出了电影海报数据集（MPDS），这是一个专门为文本到图像生成模型设计的数据集，包含超过373,000个图像-文本对和8,000个演员图像。MPDS的构建旨在提高海报生成的效率和质量，为电影海报的个性化生成提供了强有力的支持
每日AIGC最新进展(24)：用于图像质量和审美评估的统一视觉-语言预训练模型UniQA、可控生成图像压缩框架Control-GIC、3D感知扩散模型Ouroboros3D
沉迷单车的追风少年
06-11 986
本文提出了一种名为UniQA的统一视觉-语言预训练模型，用于图像质量和美学评估（IQA和IAA）。与现有方法独立处理这两个任务不同，UniQA通过学习与人类主观感知一致的通用感知表示，同时提升IQA和IAA任务的性能。该模型利用多模态大型语言模型（MLLMs）生成高质量的文本描述，以解决IQA数据集中缺少文本的问题，并净化IAA数据集中的噪声文本。
复旦大学重磅开源：AIGC图像检测方法的综合测评平台
阿木寺的博客
12-05 2082
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【视觉和Transformer】微信交流群扫码加入CVer知识星球，可以最快学习到最新顶会顶刊上的论文idea和CV从入门到精通资料，以及最前沿项目和应用！发论文，强烈推荐！（本图由AIGC大模型合成）随着AIGC技术的发展，由AI所生成的虚假图像的检测正成为一个新的研究热点。然而，现有检测方法的实验条件与测试数...
数据集的重要性：如何构建AIGC训练集
2301_80863610的博客
11-17 5606
数据集构建是AIGC开发中的核心环节，高质量的数据集可以极大提升模型的生成效果与应用价值。从数据采集、清洗、标注到增强，每一个环节都需要精心设计与执行。同时，面对数据隐私、偏差和成本等挑战，技术与策略的结合可以为AIGC训练集的构建提供高效的解决方案。在未来，随着AIGC的应用场景不断扩展，数据集构建的技术与方法也会持续进步，成为推动生成内容质量提升的关键动力。
AI数字人训练数据集汇总
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
02-02 6078
唇读（Lip Reading），也称视觉语音识别（Visual Speech Recognition），通过说话者口 型变化信息推断其所说的内容，旨在利用视觉信道信息补充听觉信道信息，在现实生活中有重要应用。例如，应用在医疗领域辅助听力受损的病人提高沟通交流能力，在军事领域提高情报获取和处理能力，在多媒体领域提高人机交互的多样性和鲁棒性等。随着深度学习技术的发展，以及数据集规模的不断完善，基于深度学习的框架方法已经逐渐取代传统方法，成为唇读的主流方法。
吐血整理：42个人工智能机器学习数据集推荐
Appen_China的博客
05-18 6448
收集了现有的42个高质量机器学习数据存储库和数据集，并按照项目类型和行业对它们进行了分类，点击相应的文字链接即可一键get！
AI数据集构建：数据收集清洗和标注
AI天才研究院
12-01 1951
1.1 AI数据集构建的重要性 AI数据集构建在人工智能领域扮演着至关重要的角色。首先，数据是AI模型的基石，没有高质量的数据，AI模型将无法实现有效的学习和预测。高质量的数据集不仅能够提高模型的准确性，还能减少过拟合现象，使模型更具泛化能力。 1.1.1 数据在AI应用中的作
AI与数据集：从零基础到全面应用的深度解析（超详细教程）
一点一木
11-25 6241
本文从AI开发的核心——数据集入手，全面解析了数据集的分类、获取资源、加载与预处理、自定义创建以及数据扩增等内容。通过结合TensorFlow的实际案例（如MNIST手写数字识别），展示了AI模型训练的完整流程，同时提供优化策略，帮助小数据集实现高效表现。文章还展望了AI的未来方向，鼓励探索复杂数据集、先进模型架构及实际部署，为AI学习和实践奠定基础。
如何寻找高质量的AI训练数据集
Sophiaxinxin的博客
06-04 1128
如果你有自己寻找数据集的小窍门，或者知道一些优质的数据资源，欢迎在评论区分享你的宝贵经验！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Rocky Ding*

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值