Manga109 Segmentationは、漫画テキスト・擬音語バブル・パネル・包含関係・日本語転写のためにCOCO RLEマスクを提供するv2.0.0アノテーションのみデータセットであり、更新された教師付きテキストマスク、クリーンアップ済み正例、および本別分割が含まれています。画像はManga109コレクションから個別に取得する必要があります。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
352
Hugging Face の Like 数
5
掲載日
2026年9月14日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 154 |
| 2026年10月 | 183 |
| 2026年11月 | 352 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- Cauldron-JAturing-motors7kCauldron‑JAは、DeepL APIを使ってThe Cauldronから翻訳された44個のサブデータセットからなる日本語ビジョン‑ランゲージデータセットです。HuggingFace’s datasets library を通じて入手可能で、オリジナルセットと同一のライセンスで提供され、プロンプトはCC‑BY‑4.0でリリースされています。
- Galgame-VisualNovel-Reuploadjoujiboi5kGalgame VisualNovelデータセット (OOPPEENN/566973746F6F6372656164656C65746572) の再構成された再アップロード。Hugging Face datasets の効率的な読み込みのため、すべてのオリジナル音声/テキストを保持し、複数のゲームサブセットオプションを備えた抽出スクリプトを提供します。
- JMMMUJMMMU3kJMMMUは、日本語のマルチモーダルベンチマークで、ネイティブ専門家が翻訳した1,320の文化的に多様な質問(720は文化に依存しない、600は文化固有)に拡張され、現在は公開リーダーボードを備えています。
- STAIR-Captionsshunk0312kSTAIR‑Captionsは2017年にリリースされ、キャプション生成、マルチモーダル検索、画像生成に利用できる820,310の日本語キャプションを提供します。詳細なアノテーション、メタデータ、Creative Commons BY‑4.0 ライセンス付きです。
- ogiri-boketeYANS-official1kボケテというクラウドソースジョークサイトから作られた日本語のみのデータセットで、テキスト‑トゥ‑テキスト、イメージ‑トゥ‑テキスト、およびテキスト‑イン‑イメージ完結の3つのタスクに分割されます。イメージ‑トゥ‑テキストには500件の画像プロンプト(2355件の回答)があり、他の2つのタスクはそれぞれ100件ずつ(各約900件の回答)です。OCRで処理し、不適切な内容をフィルタリングしています。
- JMMMU-ProJMMMU1kJMMMU‑Proは、現実的なモデルと人間による検証で視覚質問を生成して作成された画像ベースの日本語マルチモーダルベンチマークです。現在のオープンソースLMMがこのベンチマークで低い性能を示すことを明らかにし、将来のVQAベンチマーク開発に対して費用効果の高い方法を提供します。
研究分野が近いリソース
- honkoku-linesyuta19846601,169,304 本の日本語歴史的行を 79,086 件の IIIF ページ画像から文字起こしした市民科学データセット。約 1 GB の WebDataset シャードとして提供され、JPEG 行切り抜き(高さ 256 px)と付随メタデータが含まれ、トレーニング/検証/テスト分割用に準備済みです。共通: コーパス・データセット・画像・マルチモーダル
- Wiki-JA-Pairllm-jp643jawiki-20250501 記事から作成された日本語 Wikipedia 画像キャプションデータセットで、1,054,434 個のユニーク (画像, キャプション) ペアと 1,047,565 個のダウンロード済み画像を含み、サイズ、ハッシュ、ページ情報などのメタデータが付属し、99.35% のダウンロード成功率を記録しています。共通: コーパス・データセット・画像・マルチモーダル
- MOMIJIturing-motors594MOMIJI(約5600万ページ、1100億文字、2億4900万枚の画像)という日本語ウェブドキュメントと画像データセットは、ビジョン‑ラングエージモデルの訓練用に設計されており、関連するインタラクティブ可視化ツールとテキストフィールド生成ユーティリティスクリプトが付属しています。共通: コーパス・データセット・画像・マルチモーダル
- anime-with-caption-cc0alfredplpl541AI生成されたアニメイラストには英語のプロンプトとPhi‑3 Vision由来のキャプション(英語と日本語)が付いており、パブリックドメインで無料利用が可能です。共通: コーパス・データセット・画像・マルチモーダル
- WAONspeed281WAONは、サイズ、SigLIPスコアフィルタリングと重複排除(URL、キャプション、pHashによる)で構築された、大規模で高品質な日本語の画像‑テキストペアデータセットです。情報分析のためにApache 2.0の下でHuggingFaceに公開されました。共通: コーパス・データセット・画像・マルチモーダル
hiragana_mojigazondl-lab18文字画像データセット(平仮名73文字版)GitHub共通: コーパス・データセット・画像・マルチモーダル