AI生成的动漫插图,使用英文提示,并基于Phi‑3 Vision的字幕(英文和日文),已发布到公共领域,供免费使用。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
541
Hugging Face 点赞数
25
收录日
2024年6月9日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | 495 |
| 2026年1月 | 159 |
| 2026年2月 | 177 |
| 2026年3月 | 241 |
| 2026年4月 | 310 |
| 2026年5月 | 819 |
| 2026年6月 | 427 |
| 2026年7月 | 246 |
| 2026年8月 | 306 |
| 2026年9月 | 423 |
| 2026年10月 | 351 |
| 2026年11月 | 541 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- Cauldron-JAturing-motors7kCauldron‑JA 是一个日语视觉‑语言数据集,包含 44 个子数据集,使用 DeepL API 从 The Cauldron 翻译而来,可通过 HuggingFace’s datasets library 获取,并与原始数据集使用相同的许可证,prompts 在 CC‑BY‑4.0 下发布。
- Galgame-VisualNovel-Reuploadjoujiboi5k为高效加载 Hugging Face datasets,重新结构化并重新上传 Galgame VisualNovel 数据集(OOPPEENN/5669737465666C656E63655F44617461337072657330),保留所有原始 audio/text,并提供带多种 game-subset 选项的 extraction script。
- JMMMUJMMMU3kJMMMU 是一个日语多模态基准,已扩大十倍至 1,320 个具有文化多样性的问题(720 个与文化无关,600 个与文化相关),由母语专家翻译,现在设有公开排行榜。
- STAIR-Captionsshunk0312kSTAIR‑Captions,发布于2017年,提供820,310条日语字幕,用于字幕生成、多模态检索和图像生成,并配有详细注释、元数据以及Creative Commons BY‑4.0 license。
- ogiri-boketeYANS-official1k来自Bokete众包笑话网站的仅日语数据集,分为三项任务——文本到文本、图像到文本以及文本在图像中的完成,每项分别有500个图像提示(对应2355个答案)和各100个其他两项(≈900个答案),通过OCR处理并过滤不当内容。
- JMMMU-ProJMMMU1kJMMMU‑Pro 是一个基于图像的日语多模态基准,通过使用真实模型生成视觉问题并进行人工验证创建,揭示当前开源 LMM 在其上的表现不佳,并提供了一种成本效益高的未来 VQA 基准开发方法。
研究领域相近的资源
chainer_nicyuyay17神经图像描述(NIC)在Chainer上的预训练模型,其英语和日语图像描述数据集的预训练模型。GitHub共同: 图像描述生成・文本生成- japanese-anime-speech-v2joujiboi3kJapanese Anime Speech Dataset V2 提供 292,637 条已清洗的音频-文本对——约 397.5 小时的 SFW 内容和 52.4 小时的 NSFW 内容——以 128‑kbps MP3 文件形式按安全级别划分,专为训练自动语音识别模型而设计。共同: 文本生成・多模态
- WAONspeed281WAON 是一个大型、高质量的日语图文配对数据集,采用尺寸、SigLIP‑score 过滤和去重(按 URL、标题和 pHash)构建,并在 HuggingFace 上以 Apache 2.0 许可证公开,用于信息分析。共同: 标注与数据集构建
hiragana_mojigazondl-lab18文字图像数据集(平假名73个字符版)GitHub共同: 标注与数据集构建
j-ono-dataObakeConstructs11一个简单的、开源的日语拟声词和拟态词的收集,以JSON格式呈现。附带漫画示例。GitHub共同: 标注与数据集构建
pdmocrdataset-part1ndl-lab82在数字化资料OCR文本化业务中创建的OCR学习用数据集GitHub共同: 多模态・标注与数据集构建