VikramSingh178/Products-10k-BLIP-captions
收藏资源简介：
--- dataset_info: features: - name: image dtype: image - name: text dtype: string splits: - name: test num_bytes: 1024849819 num_examples: 10000 download_size: 1018358664 dataset_size: 1024849819 configs: - config_name: default data_files: - split: test path: data/test-* license: mit language: - en tags: - art size_categories: - 1K<n<10K task_categories: - visual-question-answering - question-answering - text-to-image --- ## Dataset Description The **Products-10k BLIP CAPTIONS** dataset consists of 10000 images of various products along with their automatically generated captions. The captions are generated using the BLIP (Bootstrapping Language-Image Pre-training) model. This dataset aims to aid in tasks related to image captioning, visual recognition, and product classification. ## Dataset Summary - **Dataset Name**: Products-10k - **Generated Captions Model**: Salesforce/blip-image-captioning-large - **Number of Images**: 10,000 - **Image Formats**: JPEG, PNG - **Captioning Prompt**: "Photography of" - **Source**: The images are sourced from a variety of product categories. ## Dataset Structure The dataset is structured as follows: - **image**: Contains the product images in RGB format. - **text**: Contains the generated captions for each product image. ## Usage You can load and use this dataset with the Hugging Face `datasets` library as follows: ```python from datasets import load_dataset dataset = load_dataset("VikramSingh178/Products-10k-BLIP-captions", split="test") # Display an example example = dataset[0] image = example["image"] caption = example["text"] image.show() print("Caption:", caption) ``` ``` author = {Yalong Bai, Yuxiang Chen, Wei Yu, Linfang Wang, Wei Zhang}, title = {Products-10K: A Large-scale Product Recognition Dataset}, journal = {arXiv}, year = {2024}, url = {https://arxiv.org/abs/2008.10545} ```
数据集信息： 特征： - 名称：图像（image），数据类型：图像 - 名称：文本（text），数据类型：字符串 数据划分： - 名称：测试集（test），字节占用：1024849819，样本数量：10000 下载大小：1018358664 数据集总大小：1024849819 配置项： - 配置名称：默认（default），数据文件： - 划分：测试集，文件路径：data/test-* 许可证：MIT许可证 语言：英语 标签：艺术（art） 样本规模类别：1000 < 样本数 < 10000 任务类别：视觉问答（visual-question-answering）、问答（question-answering）、文本到图像（text-to-image） ## 数据集描述 **Products-10k BLIP 字幕数据集** 包含10000张各类商品图像及其自动生成的图像字幕。该字幕通过BLIP（Bootstrapping Language-Image Pre-training，自举语言-图像预训练）模型生成。本数据集旨在辅助图像字幕生成、视觉识别以及商品分类相关任务的研究与开发。 ## 数据集摘要 - **数据集名称**：Products-10k - **字幕生成模型**：Salesforce/blip-image-captioning-large - **图像总数**：10000张 - **图像格式**：JPEG、PNG - **字幕生成提示词**："Photography of"（意为“……的摄影作品”） - **数据来源**：图像覆盖多个商品品类。 ## 数据集结构 本数据集结构如下： - **image（图像）**：存储RGB格式的商品图像。 - **text（文本）**：存储每张商品图像对应的自动生成字幕。 ## 使用方法 你可通过Hugging Face的`datasets`库加载并使用本数据集，示例代码如下： python from datasets import load_dataset dataset = load_dataset("VikramSingh178/Products-10k-BLIP-captions", split="test") # 展示单条样本 example = dataset[0] image = example["image"] caption = example["text"] image.show() print("Caption:", caption) 作者 = {Yalong Bai, Yuxiang Chen, Wei Yu, Linfang Wang, Wei Zhang}, 标题 = {Products-10K：大规模商品识别数据集}, 期刊 = {arXiv}, 年份 = {2024}, 网址 = {https://arxiv.org/abs/2008.10545}
数据集概述
数据集名称
- 名称: Products-10k
数据集内容
- 类型: 包含图像和文本数据
- 图像: 10,000张产品图像，格式为JPEG和PNG
- 文本: 自动生成的图像标题，使用BLIP模型
数据集结构
- 特征:
- image: 产品图像，RGB格式
- text: 每个产品图像的生成标题
数据集详情
- 生成标题模型: Salesforce/blip-image-captioning-large
- 图像数量: 10,000
- 标题生成提示: "Photography of"
- 来源: 图像来自多种产品类别
数据集使用
-
加载方式: 使用Hugging Face
datasets库加载，示例代码如下： python from datasets import load_datasetdataset = load_dataset("VikramSingh178/Products-10k-BLIP-captions", split="test") example = dataset[0] image = example["image"] caption = example["text"] image.show() print("Caption:", caption)
数据集配置
- 配置名称: default
- 数据文件路径: data/test-*
数据集属性
- 许可证: MIT
- 语言: 英语
- 标签: 艺术
- 大小类别: 1K<n<10K
- 任务类别: 视觉问答, 问答, 文本到图像
数据集分割
- 测试集:
- 示例数量: 10,000
- 字节数: 1024849819
- 下载大小: 1018358664
- 数据集大小: 1024849819
