跳到主要内容Skip to main content

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