数据集

sat-image-boundingbox-sft-full

PEBE691445/sat-image-boundingbox-sft-full

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:apache-2.0 上游版本:e4556d8a7177

中文简介

PEBE691445/sat-image-boundingbox-sft-full 是 PEBE691445 在 Hugging Face 发布的数据集仓库,当前卡片主要关联图文理解与多模态生成。本站固定记录上游版本 e4556d8a7177,同步到 99970 个文件,文件元数据合计 112.16 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 PEBE691445/sat-image-boundingbox-sft-full 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
PEBE691445/sat-image-boundingbox-sft-full 是 PEBE691445 在 Hugging Face 发布的数据集仓库,当前卡片主要关联图文理解与多模态生成。本站固定记录上游版本 e4556d8a7177,同步到 99970 个文件,文件元数据合计 112.16 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

【适用方向】
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本:e4556d8a7177。 任务标签:图文理解与多模态生成。 语言字段:en。 数据集卡名称:NU-TONIC raw SFT Full。 规模分类:1M<n<10M。 上游页面记录的最近更新时间:2026-04-28。

【文件信息】
上游 API 返回 99970 个文件,文件元数据合计 112.16 GB。 已保存文件清单中的主要扩展名:.png 96 个、.jsonl 3 个、无扩展名 1 个。 当前较大的文件包括:data/train.jsonl(556.67 MB);data/test.jsonl(69.15 MB);data/validation.jsonl(68.36 MB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 112.16 GB。仅按下载、解压和临时文件估算,建议至少预留约 134.59 GB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

NU-TONIC raw SFT Full Satellite imagery** and aligned **land-cover** outputs packaged as **image–text** rows for fine-tuning in SFT format. JSONL user prompts name the modality (satellite imagery vs. overhead context) where it matters. Provenance **Locations:** GeoGuessr-style POIs (source: `stochastic/random_streetview_images_pano_v0.0.2`) **Optical:** Sentinel-2 multispectral optical COGs from a public STAC catalog, **blue/green/red** or **visual** preview, percentile-stretched to uint8. **Labels:** per-pixel land-cover raster from Earth Engine, **reprojected** to the same 10 m grid as the RGB stack, then tiled and **nearest-neighbor** downsampled with the mask. **Context:** optional geographic overhead still per POI (token-based static map API) under `mapbox_stills/`. **Rows:** global caption + grounding per tile of satellite imagery, plus **per–land-cover-class** caption . **Downstream format:** `messages[]` with `image` + text, aligned with conventions. Layout `images/*.png` — RGB chips (downsampled, e.g. 224×224). `overlays/*.png` — optional bbox visualization per JSONL row (``--write-bbox-overlays``). `mapbox_stills/*.png` — overhead context still per POI (when API token set). `data/train.jsonl`, `data/validation.jsonl`, `data/test.jsonl` — splits hashed by `poi_id`. `metadata/*.json` — per-tile sidecars (coordinates, scene id, `land_cover_label_meta` counts/shapes only). Licenses Respect the **STAC** data provider terms, **Earth Engine** terms for label rasters, the **MapBox** ToS for optional stills, and the **MIT** HF pano dataset license for source coordinates. Hub layout (sharded) This snapshot was processed so that ``images/``, ``mapbox_stills/``, ``overlays/``, and ``metadata/`` use at most **8000** files per leaf directory (Hub git limit: 10k files per directory). JSONL paths may include ``sNNNNN/`` shard segments where needed.

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

规模与格式

固定版本:e4556d8a7177。 任务标签:图文理解与多模态生成。 语言字段:en。 数据集卡名称:NU-TONIC raw SFT Full。 规模分类:1M<n<10M。 上游页面记录的最近更新时间:2026-04-28。

文件说明

上游 API 返回 99970 个文件,文件元数据合计 112.16 GB。 已保存文件清单中的主要扩展名:.png 96 个、.jsonl 3 个、无扩展名 1 个。 当前较大的文件包括:data/train.jsonl(556.67 MB);data/test.jsonl(69.15 MB);data/validation.jsonl(68.36 MB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。

上游文件元数据

  • .gitattributes2.60 KB
  • data/test.jsonl69.15 MB
  • data/train.jsonl556.67 MB
  • data/validation.jsonl68.36 MB
  • images/s00000/poi_000000_g004_t0000.png92.16 KB
  • images/s00000/poi_000001_g001_t0000.png109.67 KB
  • images/s00000/poi_000001_g002_t0000.png110.27 KB
  • images/s00000/poi_000001_g003_t0000.png110.23 KB
  • images/s00000/poi_000001_g004_t0000.png118.15 KB
  • images/s00000/poi_000001_g005_t0000.png119.47 KB
  • images/s00000/poi_000001_g006_t0000.png117.51 KB
  • images/s00000/poi_000001_t0000.png115.75 KB

硬件建议

仓库文件元数据合计 112.16 GB。仅按下载、解压和临时文件估算,建议至少预留约 134.59 GB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。