Cet ensemble de données est un ensemble de données multimodales d'images et de textes lancé par l'Université Tsinghua et BAAI en 2024. Résultats de l'article « CapsFusion : repenser les données image-texte à grande échelle »Il a été accepté par le CVPR 2024. Cet ensemble de données est une ressource de haute qualité qui peut être utilisée pour une pré-formation multimodale à grande échelle. Cette version comprend les légendes correspondantes des ensembles de données LAION-2B et LAION-COCO, facilitant l'analyse comparative et d'autres études approfondies sur la qualité des données image-texte. Chaque entrée de données comporte quatre champs :

• URL de l'image
• Titre LAION-2B (texte alternatif original du Web)
• Sous-titres LAION-COCO (synthétisés par BLIP)
• Titre CapsFusion (Équipe de recherche)

Citation

@article{yu2023capsfusion, titre={CapsFusion : Repenser les données image-texte à grande échelle}, author={Yu, Qiying et Sun, Quan et Zhang, Xiaosong et Cui, Yufeng et Zhang, Fan et Cao, Yue et Wang, Xinlong et Liu, Jingjing} journal={prépublication arXiv arXiv:2310.20550}, année={2023} }