Hemabhushan/bridge_network_open_clip

该数据集包含四个不同的配置（first_quarter, second_quarter, third_quarter, fourth_quarter），每个配置包含相同的特征，如标识符、哈希标识符、URL链接、场景开始时间、场景结束时间、文本描述、字数统计和open_clip_embeddings。每个配置的数据集大小、下载大小和示例数量也进行了详细说明。

The dataset contains four different configurations (first_quarter, second_quarter, third_quarter, fourth_quarter), each with the same features such as identifier, hash identifier, URL link, scene start time, scene end time, text description, word count, and open_clip_embeddings. The dataset size, download size, and number of examples for each configuration are also detailed.

原始信息汇总

数据集概述

数据集配置

第一季度 (first_quarter)

• 特征:
  • identifier: string
  • hash_identifier: string
  • url_link: string
  • scene_start_time: string
  • scene_end_time: string
  • text_description: string
  • word_count: int64
  • open_clip_embeddings: sequence[sequence[sequence[float32]]]
• 分割:
  • train:
    • 字节数: 79266558076
    • 样本数: 250748
• 下载大小: 79349008293
• 数据集大小: 79266558076
• 数据文件路径: first_quarter/train-*

第四季度 (fourth_quarter)

• 特征:
  • identifier: string
  • hash_identifier: string
  • url_link: string
  • scene_start_time: string
  • scene_end_time: string
  • text_description: string
  • word_count: int64
  • open_clip_embeddings: sequence[sequence[sequence[float32]]]
• 分割:
  • train:
    • 字节数: 79266565676
    • 样本数: 250748
• 下载大小: 79349062111
• 数据集大小: 79266565676
• 数据文件路径: fourth_quarter/train-*

第二季度 (second_quarter)

• 特征:
  • identifier: string
  • hash_identifier: string
  • url_link: string
  • scene_start_time: string
  • scene_end_time: string
  • text_description: string
  • word_count: int64
  • open_clip_embeddings: sequence[sequence[sequence[float32]]]
• 分割:
  • train:
    • 字节数: 79266565280
    • 样本数: 250748
• 下载大小: 79348941140
• 数据集大小: 79266565280
• 数据文件路径: second_quarter/train-*

第三季度 (third_quarter)

• 特征:
  • identifier: string
  • hash_identifier: string
  • url_link: string
  • scene_start_time: string
  • scene_end_time: string
  • text_description: string
  • word_count: int64
  • open_clip_embeddings: sequence[sequence[sequence[float32]]]
• 分割:
  • train:
    • 字节数: 79266610050
    • 样本数: 250748
• 下载大小: 79349059667
• 数据集大小: 79266610050
• 数据文件路径: third_quarter/train-*