laion400m,laion400m

• Descripción :

El conjunto de datos LAION-400M es completamente abierto y de libre acceso.

Consulte https://laion.ai/laion-400-open-dataset/ para obtener la descripción completa de este conjunto de datos.

Todas las imágenes y textos en el conjunto de datos LAION-400M se filtraron con CLIP de OpenAI calculando la similitud del coseno entre las incrustaciones de texto e imagen y descartando aquellas con una similitud por debajo de 0.3. El umbral de 0,3 se había determinado a través de evaluaciones humanas y parecía ser una buena heurística para estimar la coincidencia semántica de imagen-texto-contenido.

Los pares de imagen y texto se extrajeron del volcado de datos web de Common Crawl y provienen de páginas web aleatorias rastreadas entre 2014 y 2021.

• Documentación adicional : Explore en Papers With Code north_east

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

• Código fuente : tfds.vision_language.laion400m.Laion400m

• Versiones :

  • 1.0.0 (predeterminado): versión inicial.

• Tamaño de descarga : Unknown size

• Tamaño del conjunto de datos : Unknown size

• Instrucciones de descarga manual : este conjunto de datos requiere que descargue los datos de origen manualmente en download_config.manual_dir (el valor predeterminado es ~/tensorflow_datasets/downloads/manual/ ):
  Consulte la sección "Descargar información" en https://laion.ai/blog/laion-400-open-dataset/

• Auto-caché ( documentación ): Desconocido

• Divisiones :

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ): Falta.

• Cita :

@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 (configuración predeterminada)

• Estructura de características :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'image': Image(shape=(None, None, 3), dtype=uint8),
    'license': Text(shape=(), dtype=string),
    'nsfw': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'original_height': Scalar(shape=(), dtype=int32),
    'original_width': Scalar(shape=(), dtype=int32),
    'similarity': Scalar(shape=(), dtype=float64),
    'url': Text(shape=(), dtype=string),
})

• Documentación de características :

laion400m/incrustaciones

• Estructura de características :

FeaturesDict({
    'caption': Text(shape=(), dtype=string),
    'image_embedding': Tensor(shape=(512,), dtype=float16),
    'license': Text(shape=(), dtype=string),
    'nsfw': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'original_height': Scalar(shape=(), dtype=int32),
    'original_width': Scalar(shape=(), dtype=int32),
    'similarity': Scalar(shape=(), dtype=float64),
    'text_embedding': Tensor(shape=(512,), dtype=float16),
    'url': Text(shape=(), dtype=string),
})

• Documentación de características :