К содержимому

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")