etrotta/kanji_embeddings

该数据集名为Kanji Image ViT Embeddings，包含由多种不同字体生成的合成汉字图像，并通过神经网络编码生成的嵌入向量。这些嵌入向量可以用于搜索与手绘汉字图像相似的嵌入向量。数据集使用ViTModel编码器生成，包含字体、汉字和嵌入向量三个字段。该数据集名为Kanji Image ViT Embeddings，包含由多种不同字体生成的合成汉字图像，并通过神经网络编码生成的嵌入向量。这些嵌入向量可以用于搜索与手绘汉字图像相似的嵌入向量。数据集使用ViTModel编码器生成，包含字体、汉字和嵌入向量三个字段。

原始信息汇总

Kanji Image ViT Embeddings 数据集概述

数据集基本信息

• 许可证: MIT
• 语言: 日语
• 名称: Kanji Image ViT Embeddings
• 大小类别: 10K<n<100K

数据集内容

• 生成方法:
  1. 使用多种不同字体生成合成汉字图像
  2. 使用神经网络将这些图像编码为嵌入向量
• 神经网络模型: ViTModel 编码器，来自 kha-white/manga-ocr-base
• 数据文件字段:
  • font: 生成嵌入向量所用字体的字符串形式，编码为箭头字典
  • kanji: 该嵌入向量所代表的汉字的字符串形式
  • embedding: 大小为 768 的张量，编码为固定大小的箭头列表(float32)

数据集用途

• 可用于搜索与手绘汉字图像相似的嵌入向量