К содержимому

Датасет · apple

Синтетические описания и эмбеддинги от Apple для DataComp-1B

apple/DataCompDR-1B

Расширение датасета DataComp-1B от Apple с синтетическими подписями, эмбеддингами и метаданными для пар картинка-текст.

Что внутри

Набор данных от Apple представляет собой улучшенную версию DataComp-1B объемом от 1 до 10 миллиардов записей на английском языке. Внутри лежат синтетические текстовые описания (captions), эмбеддинги и метаданные, сгенерированные предобученными мультимодальными моделями поверх исходных изображений и текстов.

Что можно сделать

  • Обучение мультимодальных моделей классов CLIP и систем сопоставления изображений и текста
  • Тренировка моделей генерации изображений по тексту (text-to-image) и автоматического описания картинок
Задачи
Текст → картинка, Картинка → текст
Языки
Английский
Размер
1B–10B записей
Скачиваний за месяц
31,6 тыс.
Лайков
37

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("apple/DataCompDR-1B")