laion400m, laion400m

• opis :

Zbiór danych LAION-400M jest całkowicie otwarty i swobodnie dostępny.

Sprawdź https://laion.ai/laion-400-open-dataset/ , aby uzyskać pełny opis tego zestawu danych.

Wszystkie obrazy i teksty w zbiorze danych LAION-400M zostały przefiltrowane za pomocą funkcji CLIP OpenAI poprzez obliczenie cosinusowego podobieństwa między osadzonym tekstem a obrazem i usunięcie tych, które mają podobieństwo poniżej 0,3. Próg 0,3 został określony przez ludzkie oceny i wydawał się być dobrą heurystyką do szacowania semantycznego dopasowania obraz-tekst-treść.

Pary obraz-tekst zostały wyodrębnione ze zrzutu danych sieci Web Common Crawl i pochodzą z losowych stron internetowych przeszukanych w latach 2014–2021.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem north_east

• Strona główna : https://laion.ai/blog/laion-400-open-dataset/

• Kod źródłowy : tfds.vision_language.laion400m.Laion400m

• Wersje :

  • 1.0.0 (domyślnie): Wersja początkowa.

• Rozmiar pliku do pobrania : Unknown size

• Rozmiar zbioru danych : Unknown size

• Instrukcje ręcznego pobierania : ten zestaw danych wymaga ręcznego pobrania danych źródłowych do download_config.manual_dir (domyślnie ~/tensorflow_datasets/downloads/manual/ ):
  Zapoznaj się z sekcją „Informacje o pobieraniu” na stronie https://laion.ai/blog/laion-400-open-dataset/

• Automatyczne buforowanie ( dokumentacja ): Nieznane

• Podziały :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ): Brak.

• Cytat :

@article{DBLP:journals/corr/abs-2111-02114,
  author    = {Christoph Schuhmann and
               Richard Vencu and
               Romain Beaumont and
               Robert Kaczmarczyk and
               Clayton Mullis and
               Aarush Katta and
               Theo Coombes and
               Jenia Jitsev and
               Aran Komatsuzaki},
  title     = { {LAION-400M:} Open Dataset of CLIP-Filtered 400 Million Image-Text
               Pairs},
  journal   = {CoRR},
  volume    = {abs/2111.02114},
  year      = {2021},
  url       = {https://arxiv.org/abs/2111.02114},
  eprinttype = {arXiv},
  eprint    = {2111.02114},
  timestamp = {Fri, 05 Nov 2021 15:25:54 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2111-02114.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

laion400m/images (domyślna konfiguracja)

• Struktura funkcji :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'license': Text(shape=(), dtype=string),
    'nsfw': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'original_height': Scalar(shape=(), dtype=int32),
    'original_width': Scalar(shape=(), dtype=int32),
    'similarity': Scalar(shape=(), dtype=float64),
    'url': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

laion400m/osadzenia

• Struktura funkcji :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'image_embedding': Tensor(shape=(512,), dtype=float16),
    'license': Text(shape=(), dtype=string),
    'nsfw': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'original_height': Scalar(shape=(), dtype=int32),
    'original_width': Scalar(shape=(), dtype=int32),
    'similarity': Scalar(shape=(), dtype=float64),
    'text_embedding': Tensor(shape=(512,), dtype=float16),
    'url': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :