Models · Data · 多模态
COCO Captions
图像描述的标准基线,标注格式稳定,适合做小规模对照。
| 来源 | COCO Consortium |
|---|---|
| 规模 | 约 33 万张图 / 每图 5 条描述 |
| 语言 | 英文 |
| 格式 | JSON + 图像 |
| 许可 | 标注 CC-BY-4.0;图像随 Flickr 源站 |
| 商用 | 标注可用;图像需逐张核对 |
| 获取 | 直接下载 |
| 任务适配 | 图文生成 / 图像描述评测 |
| 核验日 | 2026-11-19 |
质量与偏差
图像描述的标准基线,标注格式稳定,适合做小规模对照。
使用边界
图像来自 Flickr,许可不统一;不能把整个数据集默认成商用可分发。
下一步
- 打开来源页,下载数据集卡与许可原文,确认版本与获取条件。
- 先抽 100–500 条样本做质量、语言与敏感内容抽检,再决定是否进训练管线。
- 如果用于 RAG 或 SFT,先读 RAG 语料怎么选 / SFT 数据怎么配比。
来源:https://cocodataset.org/#captions-2015 · 核验日 2026-11-19 · 许可以来源页为准