هذه المجموعة من البيانات هي مجموعة بيانات متعددة الوسائط للصور والنصوص أطلقتها جامعة تسينغهوا و BAAI في عام 2024. نتائج الورقة CapsFusion: إعادة النظر في بيانات الصور والنصوص على نطاق واسعلقد تم قبوله من قبل CVPR 2024. تُعد مجموعة البيانات هذه موردًا عالي الجودة يمكن استخدامه للتدريب المسبق متعدد الوسائط على نطاق واسع. يتضمن هذا الإصدار تعليقات توضيحية مقابلة من مجموعات البيانات LAION-2B وLAION-COCO، مما يسهل التحليل المقارن والدراسات المتعمقة بشكل أكبر حول جودة بيانات الصور والنصوص. يحتوي كل إدخال بيانات على أربعة حقول:

• رابط الصورة
• عنوان LAION-2B (النص البديل الأصلي من الويب)
• ترجمات LAION-COCO (تم تركيبها بواسطة BLIP)
• عنوان CapsFusion (فريق البحث)

الاستشهاد

@article{yu2023capsfusion, العنوان={CapsFusion: إعادة التفكير في بيانات الصور والنصوص على نطاق واسع}, المؤلف={Yu, Qiying and Sun, Quan and Zhang, Xiaosong and Cui, Yufeng and Zhang, Fan and Cao, Yue and Wang, Xinlong and Liu, Jingjing} journal={arXiv preprint arXiv:2310.20550}, year={2023} }