NVIDIA Nemotron-Personas-India 数据集

数据集简介

由 NVIDIA 发布的一个多模态数据集，专注于印度地区的人物形象（Personas）数据。

主要用途

可用于训练或评估多模态模型，特别是在生成或理解与印度人物相关的图像和文本内容方面。

数据类型/模态

• 图像：包含人物相关的视觉数据。
• 文本：包含与人物相关的描述性或上下文文本信息。

数据规模

• 数据总行数：3,000,000 条记录。
• 数据格式：支持 Parquet 和 Optimized-Parquet 格式，便于高效处理。

使用场景

适用于计算机视觉、多模态 AI、内容生成等研究和应用领域，尤其适合需要印度文化或人物特征数据的项目。