- Описание :
Набор данных LAION-400M полностью открыт, в свободном доступе.
Проверьте https://laion.ai/laion-400-open-dataset/ для получения полного описания этого набора данных.
Все изображения и тексты в наборе данных LAION-400M были отфильтрованы с помощью CLIP OpenAI путем вычисления косинусного сходства между встраиванием текста и изображения и отбрасывания тех, у которых сходство ниже 0,3. Пороговое значение 0,3 было определено с помощью человеческих оценок и оказалось хорошей эвристикой для оценки семантического соответствия изображения-текста-контента.
Пары изображение-текст были извлечены из дампа веб-данных Common Crawl и взяты из случайных веб-страниц, просканированных в период с 2014 по 2021 год.
Дополнительная документация : изучить документы с кодом
Домашняя страница : https://laion.ai/blog/laion-400-open-dataset/
Исходный код :
tfds.vision_language.laion400m.Laion400m
Версии :
-
1.0.0
(по умолчанию): Первоначальный выпуск.
-
Размер загрузки :
Unknown size
Размер набора данных :
Unknown size
Инструкции по ручной загрузке : этот набор данных требует, чтобы вы загружали исходные данные вручную в
download_config.manual_dir
(по умолчанию~/tensorflow_datasets/downloads/manual/
):
См. раздел «Информация для скачивания» на странице https://laion.ai/blog/laion-400-open-dataset/ .Автокэширование ( документация ): неизвестно
Сплиты :
Расколоть | Примеры |
---|
Ключи под наблюдением (см. документ
as_supervised
):None
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ): отсутствует.
Цитата :
@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 (конфигурация по умолчанию)
- Структура функции :
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),
})
- Документация по функциям :
Особенность | Сорт | Форма | Dтип | Описание | Диапазон значений |
---|---|---|---|---|---|
ОсобенностиDict | |||||
подпись | Текст | нить | Атрибут альтернативного текста HTML | ||
изображение | Изображение | (Нет, Нет, 3) | uint8 | изображение | |
лицензия | Текст | нить | тип лицензии Creative Commons (если применимо) | ||
нсфв | Метка класса | int64 | Тег NSFW (обнаружен с помощью CLIP). Несвязные и отсутствующие теги заменяются на UNTAGGED | ||
original_height | Скаляр | int32 | исходная высота изображения | ||
исходная_ширина | Скаляр | int32 | исходная ширина изображения | ||
сходство | Скаляр | поплавок64 | оценка косинусного сходства между текстом и встраиванием изображения. Отсутствующие значения по умолчанию равны -1,0. | [0,0, 1,0] | |
URL | Текст | нить | URL изображения |
laion400м/встраивания
- Структура функции :
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),
})
- Документация по функциям :
Особенность | Сорт | Форма | Dтип | Описание | Диапазон значений |
---|---|---|---|---|---|
ОсобенностиDict | |||||
подпись | Текст | нить | Атрибут альтернативного текста HTML | ||
image_embedding | Тензор | (512,) | поплавок16 | Встраивание изображения CLIP | |
лицензия | Текст | нить | тип лицензии Creative Commons (если применимо) | ||
нсфв | Метка класса | int64 | Тег NSFW (обнаружен с помощью CLIP). Несвязные и отсутствующие теги заменяются на UNTAGGED | ||
original_height | Скаляр | int32 | исходная высота изображения | ||
исходная_ширина | Скаляр | int32 | исходная ширина изображения | ||
сходство | Скаляр | поплавок64 | оценка косинусного сходства между текстом и встраиванием изображения. Отсутствующие значения по умолчанию равны -1,0. | [0,0, 1,0] | |
text_embedding | Тензор | (512,) | поплавок16 | Встраивание текста CLIP | |
URL | Текст | нить | URL изображения |