RedCaps Bild-Text-Paare-Datensatz

RedCaps ist ein umfangreicher Bild-Text-Paar-Datensatz mit insgesamt 1,2 Millionen Daten von Reddit. Die Bilder und Texte beschreiben verschiedene Objekte und Szenen.

Die Daten wurden aus einer Reihe von von Menschen kuratierten Subreddits gesammelt, die grobe Bildbeschriftungen bereitstellten und die Zusammenstellung des Datensatzes ermöglichten, ohne einzelne Instanzen zu beschriften.

Das Team der University of Michigan hat den Datensatz veröffentlicht.