Ensemble De Données De Paires image-texte CC12M
Date
il y a 3 ans
Organisation
URL de publication
URL de l'article
Licence
其他
CC12M (Conceptual 12M) est un ensemble de données de paires image-texte spécialement conçu pour la pré-formation de la vision et du langage. L'ensemble de données contient 12 millions de paires image-texte. Comparé à CC3M, cet ensemble de données est plus performant en matière de reconnaissance visuelle à longue traîne pour plusieurs tâches en aval.