laion400m

• Descrição :

O conjunto de dados LAION-400M é totalmente aberto e de acesso gratuito.

Verifique https://laion.ai/laion-400-open-dataset/ para a descrição completa deste conjunto de dados.

Todas as imagens e textos no conjunto de dados LAION-400M foram filtrados com o CLIP da OpenAI calculando a similaridade de cosseno entre os embeddings de texto e imagem e descartando aqueles com similaridade abaixo de 0,3. O limite de 0,3 foi determinado através de avaliações humanas e pareceu ser uma boa heurística para estimar a correspondência semântica entre imagem-texto-conteúdo.

Os pares imagem-texto foram extraídos do despejo de dados da web do Common Crawl e são de páginas da web aleatórias rastreadas entre 2014 e 2021.

• Documentação adicional : Explore artigos com código north_east

• Página inicial : https://laion.ai/blog/laion-400-open-dataset/

• Código fonte : tfds.vision_language.laion400m.Laion400m

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Tamanho do download : Unknown size

• Tamanho do conjunto de dados : Unknown size

• Instruções de download manual : este conjunto de dados requer que você baixe os dados de origem manualmente em download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
  Consulte a seção "Informações sobre download" em https://laion.ai/blog/laion-400-open-dataset/

• Armazenado em cache automaticamente ( documentação ): Desconhecido

• Divisões :

• Chaves supervisionadas (consulte o documento as_supervised ): None

• Figura ( tfds.show_examples ): Não suportado.

• Exemplos ( tfds.as_dataframe ): Ausente.

• Citação :

@article{DBLP:journals/corr/abs-2111-02114,
  author    = {Christoph Schuhmann and
               Richard Vencu and
               Romain Beaumont and
               Robert Kaczmarczyk and
               Clayton Mullis and
               Aarush Katta and
               Theo Coombes and
               Jenia Jitsev and
               Aran Komatsuzaki},
  title     = { {LAION-400M:} Open Dataset of CLIP-Filtered 400 Million Image-Text
               Pairs},
  journal   = {CoRR},
  volume    = {abs/2111.02114},
  year      = {2021},
  url       = {https://arxiv.org/abs/2111.02114},
  eprinttype = {arXiv},
  eprint    = {2111.02114},
  timestamp = {Fri, 05 Nov 2021 15:25:54 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2111-02114.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

laion400m/images (configuração padrão)

• Estrutura de recursos :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8, description=image),
    'license': Text(shape=(), dtype=string),
    'nsfw': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'original_height': Scalar(shape=(), dtype=int32, description=original height of the image),
    'original_width': Scalar(shape=(), dtype=int32, description=original width of the image),
    'similarity': Scalar(shape=(), dtype=float64, description=cosine similarity score between the text and image embedding. Missing values default to -1.0),
    'url': Text(shape=(), dtype=string),
})

• Documentação de recursos :

laion400m/embutimentos

• Estrutura de recursos :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'image_embedding': Tensor(shape=(512,), dtype=float16, description=CLIP image embedding),
    'license': Text(shape=(), dtype=string),
    'nsfw': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'original_height': Scalar(shape=(), dtype=int32, description=original height of the image),
    'original_width': Scalar(shape=(), dtype=int32, description=original width of the image),
    'similarity': Scalar(shape=(), dtype=float64, description=cosine similarity score between the text and image embedding. Missing values default to -1.0),
    'text_embedding': Tensor(shape=(512,), dtype=float16, description=CLIP text embedding),
    'url': Text(shape=(), dtype=string),
})

• Documentação de recursos :