什么是NautData数据集

NautData 数据集概述

NautData 是为水下场景理解而专门构建的大规模多模态数据集。它包含约 145 万条图像‑文本对，覆盖 八类水下任务，包括场景分类、目标检测、目标分割、图像描述、视觉问答、跨模态检索、深度估计以及图像增强等。数据集的规模和任务多样性旨在解决水下视觉研究中长期存在的“数据荒”问题，为训练和评估水下大模型（如 NAUTILUS）提供统一基准。

使用场景

• 模型预训练 / 指令微调：可直接用于多任务指令微调，帮助模型学习跨任务的统一表示。
• 算法评估：提供统一的评测基准，便于比较不同水下视觉算法在同一数据集上的表现。
• 鲁棒性研究：结合 VFE 模块，可研究在不同水下光学条件下模型的稳健性。

获取方式

1. 访问 GitHub 项目页面（上表提供的链接）。
2. 在仓库的 datasets/ 目录下可下载完整的图像‑文本对压缩包。
3. 项目文档中提供了数据集的划分（训练/验证/测试）以及对应的任务说明文件。

参考文献

• NAUTILUS 论文（arXiv）详细阐述了 NautData 的构建动机、数据规模、任务划分以及 VFE 模块的设计。
• 相关中文博客对数据集的背景与意义进行了概述，强调了其在水下多任务学习中的重要性。