К содержимому

Датасет · mlfoundations

Метаданные и ссылки на пары картинка-текст для DataComp

mlfoundations/datacomp_pools

Набор метаданных и URL-адресов изображений с текстовыми описаниями для сборки и фильтрации обучающих выборок.

Что внутри

В репозитории лежат не сами картинки, а файлы метаданных и прямые ссылки (URL) на пары «изображение — текст» из известного проекта DataComp. Сами метаданные распространяются по свободной лицензии CC-BY-4.0, однако права на конкретные изображения принадлежат их владельцам. Для загрузки и работы с пулами авторы отсылают к официальному репозиторию проекта.

Что можно сделать

  • Сборка и кураторская фильтрация крупных датасетов для обучения моделей уровня CLIP
  • Эксперименты по оценке влияния качества данных на обучение мультимодальных моделей
  • Формирование собственных выборок пар картинка-текст по заданным критериям
Скачиваний за месяц
45,2 тыс.
Лайков
26

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("mlfoundations/datacomp_pools")