100M Text Debiased Subset from LAION 2B
收藏OpenDataLab2026-05-24 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/opendatalab-linyiqi/LAION-text-debiased-100M
下载链接
链接失效反馈官方服务：
资源简介：
100M Text Debiased Subset from LAION 2B from the paper: Parrot Captions Teach CLIP to Spot Text.
出自论文《鹦鹉字幕教会CLIP（Contrastive Language-Image Pre-training）识别文本》（Parrot Captions Teach CLIP to Spot Text）的LAION 2B数据集的100M文本去偏子集
提供机构：
opendatalab-linyiqi
创建时间：
2023-12-21
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是从LAION-2B中提取的100M文本去偏子集，旨在解决原始数据中文本内容与图像视觉文本强关联导致的偏差问题。它通过OCR为空、CLIP分数大于0.3和美学分数高于4.5的标准过滤生成，并为每个图像-文本对添加了ase_scores和K-means标签。
以上内容由遇见数据集搜集并总结生成
