Датасет · apple
Синтетические описания и эмбеддинги от Apple для 2 млрд картинок
apple/DFNDR-2B
Метаданные, эмбеддинги и сгенерированные подписи для отфильтрованного набора DFN-2B.
Что внутри
Релиз от Apple содержит синтетические подписи на английском языке, эмбеддинги и метаданные для 2 миллиардов примеров (подвыборка DFN-2B из DataComp-12B). Данные сгенерированы предобученными мультимодальными моделями в рамках проекта MobileCLIP. Оригинальных авторских подписей (ground-truth) в этом наборе нет.
Что можно сделать
- Обучение быстрых и лёгких мультимодальных моделей (наподобие MobileCLIP)
- Дистилляция знаний и эксперименты с дистиллированными эмбеддингами «текст-изображение»
- Задачи
- Текст → картинка, Картинка → текст
- Языки
- Английский
- Размер
- 1B–10B записей
- Скачиваний за месяц
- 27 тыс.
- Лайков
- 10
Как загрузить
from datasets import load_dataset
ds = load_dataset("apple/DFNDR-2B")