HyperAI
AccueilActualitésArticles de recherche récentsTutorielsEnsembles de donnéesÉvénementsWikiSOTAModèles LLM
Recherche
À propos
HyperAI

Ensemble De Données Image-texte WIT

Date

il y a 3 ans

Taille

25.2 GB

Organisation

Google

URL de publication

github.com

Licence

其他

Tags

Récupération d'images
Résumé de texte multimodal
Reconnaissance de texte

Catégories

Récupération d'images
Téléchargement du jeu de donnéesLien MagnetAide au téléchargement
特色图像

WIT signifie Wikipedia-based Image Text, qui est un vaste ensemble de données multimodales et multilingues. L'ensemble de données se compose d'une collection organisée de 37,6 millions d'exemples d'images-textes enrichis en entités, contenant 11,5 millions d'images uniques dans 108 langues de Wikipédia. La taille de cet ensemble de données le rend adapté à une utilisation comme ensemble de données de pré-formation pour les modèles d'apprentissage automatique multimodaux.

WIT présente quatre avantages uniques :

  • WIT est le plus grand ensemble de données multimodales en termes de nombre d'exemples d'images et de textes.
  • Plus de 100 langues sont couvertes (avec au moins 12 000 exemples par langue) et un texte multilingue est fourni pour de nombreuses images.
  • Par rapport aux ensembles de données précédents, WIT représente un ensemble plus diversifié de concepts et d’entités du monde réel.
  • WIT fournit un ensemble de tests du monde réel très stimulant.
WIT.torrent
Partage 0Téléchargement 3Terminés 383Téléchargements totaux 560
  • WIT/
    • README.md
      1.41 KB
    • README.txt
      2.82 KB
      • data/
          • test/
            • wit_v1.test.all-00000-of-00005.tsv.gz
              30.8 MB
            • wit_v1.test.all-00001-of-00005.tsv.gz
              61.46 MB
            • wit_v1.test.all-00002-of-00005.tsv.gz
              91.95 MB
            • wit_v1.test.all-00003-of-00005.tsv.gz
              122.5 MB
            • wit_v1.test.all-00004-of-00005.tsv.gz
              153.14 MB
          • train/
            • wit_v1.train.all-00000-of-00010.tsv.gz
              2.64 GB
            • wit_v1.train.all-00001-of-00010.tsv.gz
              5.12 GB
            • wit_v1.train.all-00002-of-00010.tsv.gz
              7.61 GB
            • wit_v1.train.all-00003-of-00010.tsv.gz
              10.1 GB
            • wit_v1.train.all-00004-of-00010.tsv.gz
              12.58 GB
            • wit_v1.train.all-00005-of-00010.tsv.gz
              15.07 GB
            • wit_v1.train.all-00006-of-00010.tsv.gz
              17.56 GB
            • wit_v1.train.all-00007-of-00010.tsv.gz
              20.04 GB
            • wit_v1.train.all-00008-of-00010.tsv.gz
              22.53 GB
            • wit_v1.train.all-00009-of-00010.tsv.gz
              25.02 GB
          • val/
            • wit_v1.val.all-00000-of-00005.tsv.gz
              25.05 GB
            • wit_v1.val.all-00001-of-00005.tsv.gz
              25.09 GB
            • wit_v1.val.all-00002-of-00005.tsv.gz
              25.13 GB
            • wit_v1.val.all-00003-of-00005.tsv.gz
              25.17 GB
            • wit_v1.val.all-00004-of-00005.tsv.gz
              25.2 GB