legendas_conceituais

Referências:

• Código
• Abraço

Use o seguinte comando para carregar esse conjunto de dados no TFDS:

ds = tfds.load('huggingface:conceptual_captions')

• Descrição :

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.

• Licença : Nenhuma licença conhecida
• Versão : 1.1.0
• Divisões :

• Características :

{
    "id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "caption": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "url": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

sem rótulo

Use o seguinte comando para carregar esse conjunto de dados no TFDS:

ds = tfds.load('huggingface:conceptual_captions/unlabeled')

• Descrição :

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.

• Licença : O conjunto de dados pode ser usado livremente para qualquer finalidade, embora seja apreciado o reconhecimento da Google LLC ("Google") como fonte de dados. O conjunto de dados é fornecido "COMO ESTÁ" sem qualquer garantia, expressa ou implícita. O Google se isenta de qualquer responsabilidade por quaisquer danos, diretos ou indiretos, resultantes do uso do conjunto de dados.

• Versão : 0.0.0

• Divisões :

• Características :

{
    "image_url": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "caption": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

rotulado

Use o seguinte comando para carregar esse conjunto de dados no TFDS:

ds = tfds.load('huggingface:conceptual_captions/labeled')

• Descrição :

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.

• Licença : O conjunto de dados pode ser usado livremente para qualquer finalidade, embora seja apreciado o reconhecimento da Google LLC ("Google") como fonte de dados. O conjunto de dados é fornecido "COMO ESTÁ" sem qualquer garantia, expressa ou implícita. O Google se isenta de qualquer responsabilidade por quaisquer danos, diretos ou indiretos, resultantes do uso do conjunto de dados.

• Versão : 0.0.0

• Divisões :

• Características :

{
    "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"
    }
}