Датасет · philschmid
Описания товаров Amazon для мультимодальных LLM
philschmid/amazon-product-descriptions-vlm
Облегчённый набор изображений товаров с Amazon и их текстовых описаний на английском для обучения VLM.
Что внутри
Внутри находятся изображения товаров и сгенерированные моделью Gemini Flash текстовые описания к ним. Датасет представляет собой сокращённую и модифицированную версию набора bprateek/amazon_product_description. Объём составляет от 1 до 10 тысяч записей на английском языке.
Что можно сделать
- Обучение или дообучение мультимодальных моделей (VLM) генерации описаний по фото (image-to-text)
- Быстрое прототипирование систем автоматического заполнения карточек товаров для e-commerce
- Тестирование связки визуального энкодера и языковой модели на предметных данных
- Задачи
- Картинка → текст
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 284
- Лайков
- 35
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("philschmid/amazon-product-descriptions-vlm")