koncepcyjne_podpisy

Referencje:

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:conceptual_captions')
  • Opis :
Image captioning dataset
The resulting dataset (version 1.1) has been split into Training, Validation, and Test splits. The Training split consists of 3,318,333 image-URL/caption pairs, with a total number of 51,201 total token types in the captions (i.e., total vocabulary). The average number of tokens per captions is 10.3 (standard deviation of 4.5), while the median is 9.0 tokens per caption. The Validation split consists of 15,840 image-URL/caption pairs, with similar statistics.
  • Licencja : Brak znanej licencji
  • Wersja : 1.1.0
  • Podziały :
Podział Przykłady
'train' 3318333
'validation' 15840
  • Cechy :
{
    "id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "caption": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "url": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

nieoznaczone

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:conceptual_captions/unlabeled')
  • Opis :
Google's Conceptual Captions dataset has more than 3 million images, paired with natural-language captions.
In contrast with the curated style of the MS-COCO images, Conceptual Captions images and their raw descriptions are harvested from the web,
and therefore represent a wider variety of styles. The raw descriptions are harvested from the Alt-text HTML attribute associated with web images.
The authors developed an automatic pipeline that extracts, filters, and transforms candidate image/caption pairs, with the goal of achieving a balance of cleanliness,
informativeness, fluency, and learnability of the resulting captions.
  • Licencja : Zbiór danych może być swobodnie wykorzystywany w dowolnym celu, jednakże mile widziane będzie podanie Google LLC („Google”) jako źródła danych. Zbiór danych jest dostarczany „TAK JAK JEST”, bez jakiejkolwiek gwarancji, wyraźnej lub dorozumianej. Google zrzeka się wszelkiej odpowiedzialności za jakiekolwiek szkody, bezpośrednie lub pośrednie, wynikające z wykorzystania zbioru danych.

  • Wersja : 0.0.0

  • Podziały :

Podział Przykłady
'train' 3318333
'validation' 15840
  • Cechy :
{
    "image_url": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "caption": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

oznakowane

Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:

ds = tfds.load('huggingface:conceptual_captions/labeled')
  • Opis :
Google's Conceptual Captions dataset has more than 3 million images, paired with natural-language captions.
In contrast with the curated style of the MS-COCO images, Conceptual Captions images and their raw descriptions are harvested from the web,
and therefore represent a wider variety of styles. The raw descriptions are harvested from the Alt-text HTML attribute associated with web images.
The authors developed an automatic pipeline that extracts, filters, and transforms candidate image/caption pairs, with the goal of achieving a balance of cleanliness,
informativeness, fluency, and learnability of the resulting captions.
  • Licencja : Zbiór danych może być swobodnie wykorzystywany w dowolnym celu, jednakże mile widziane będzie podanie Google LLC („Google”) jako źródła danych. Zbiór danych jest dostarczany „TAK JAK JEST”, bez jakiejkolwiek gwarancji, wyraźnej lub dorozumianej. Google zrzeka się wszelkiej odpowiedzialności za jakiekolwiek szkody, bezpośrednie lub pośrednie, wynikające z wykorzystania zbioru danych.

  • Wersja : 0.0.0

  • Podziały :

Podział Przykłady
'train' 2007090
  • Cechy :
{
    "image_url": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "caption": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "labels": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "MIDs": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "confidence_scores": {
        "feature": {
            "dtype": "float64",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    }
}