COYO-700M：大规模图像-文本对数据集

    在人工智能领域，图像-文本对数据集对于训练多模态模型至关重要。kakaobrain/coyo-700m数据集提供了一个大规模的图像-文本对集合，适用于各种机器学习任务，如图像描述生成、文本到图像生成和零样本分类。

关键技术元素：

1. 大规模数据集：包含747M图像-文本对以及多种元属性。

2. 元属性：提供图像的感知哈希（pHash）、文本长度、单词数量、BERT和GPT分词数量、图像中的人脸数量等。

3. 自动化构建：数据集的构建过程完全自动化，无需人工注释。

4. 图像和文本过滤：通过图像和文本级别的过滤过程，减少非信息性图像或文本对。

5. 数据来源：Common Crawl提供的HTML文档中的alt-text和图像源。

数据集描述：

• 数据集摘要：COYO-700M是一个大规模数据集，用于训练各种模型，如ALIGN、unCLIP和ViT。

• 支持的任务：图像描述生成、文本到图像生成和零样本分类。

• 语言：数据集中的文本为英文。

数据集结构：

• 数据实例：每个实例代表单个图像-文本对信息，包括元属性。

• 数据字段：包括图像URL、文本、图像尺寸、感知哈希、文本长度、单词数量、BERT和GPT分词数量、图像中的人脸数量、OpenAI CLIP的图像和文本相似度分数、NSFW分数、水印分数和美学分数。

数据集创建：

• 策划原理：从Common Crawl的HTML文档中收集alt-text和图像源对。

• 源数据：从2020年10月到2021年8月收集了约100亿对alt-text和图像源。

使用数据的考虑：

• 社会影响：数据集的社会影响将在即将发布的论文中描述。

• 偏见讨论：数据集的偏见问题将在即将发布的论文中讨论。

• 其他已知限制：数据集的其他已知限制将在即将发布的论文中描述。

附加信息：

• 数据集策展人：Kakao Brain Large-Scale AI Studio。

• 许可信息：COYO数据集在CC-BY-4.0许可下发布。

• 引用信息：如果将此数据集应用于任何项目和研究，请引用提供的代码。

数据下载地址：

对于想要获取coyo-700m数据集的研究人员和开发者，可以访问以下链接：

• 数据集下载：kakaobrain/coyo-700m on Gitee AI

通过上述内容，我们可以看到coyo-700m数据集的主要技术元素包括其大规模的图像-文本对集合和丰富的元属性信息。这些元素共同构成了数据集的核心特性，使其成为一个在多模态学习和人工智能研究中非常有用的工具。