unum-cloud/ann-t2i-1m

该数据集包含由Yandex索引并由Se-ResNext-101模型生成的1M张图像的200维向量。数据集结构包括三个矩阵：base矩阵包含1M个向量用于构建索引，query矩阵包含100K个向量用于在索引中查找，truth矩阵包含每个查询的10倍结果。

原始信息汇总

数据集概述

数据集名称

• 名称：Yandex Text-to-Image 1M Vectors Sample for Nearest Neighbors Search

数据集内容

• 包含1M图像的200维向量，由Se-ResNext-101模型生成。

数据集结构

• base: base.1M.fbin，包含1M向量用于构建索引。
• query: query.public.100K.fbin，包含100K向量用于在索引中查找。
• truth: groundtruth.public.100K.ibin，为每个100K查询提供10x结果。

使用方法

• 安装Git LFS。
• 克隆数据集仓库：git clone https://huggingface.co/datasets/unum-cloud/ann-t2i-1m。

数据集大小

• 大小范围：1M<n<10M

许可证

• 许可证：Apache-2.0

搜集汇总

背景与挑战

背景概述

该数据集包含100万个图像的200维向量，由Yandex索引并使用Se-ResNext-101模型生成，适用于近似最近邻搜索任务。数据集结构包括基础向量、查询向量和真实结果矩阵，总大小为884MB，采用Apache-2.0许可证。