Laion-5b-1st-part

kaggle2024-03-07 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/debdeepghosal1/laion-5b-1st-part

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-03-07

LAION-5B

LAION 5B 是一个用于研究目的的大规模图文数据集。由58.5亿个CLIP过滤的图像-文本对组成，其中包含23.2亿的英语，22.6亿的样本来自100多种其他语言，及12.7亿的未知样本。此外，发布方提供了几个最近邻索引、用于探索和子集创建的改进Web界面以及水印和NSFW的检测分数。 OpenDataLab 网站提供了处理好的parquet文件，研究者可以下载，根据这份元数据下载对应的图片文

OpenDataLab2026-07-12 更新3630

LAION-5B

LAION-5B是由纽约大学电气与计算机工程系的研究人员创建的大型公开数据集，包含58.5亿对图像和文本数据，其中23.2亿对为英文内容。该数据集旨在支持多模态语言-视觉模型的训练和测试，通过解析Common Crawl数据集中的文件来收集图像标签及其alt文本描述。LAION-5B不仅提供了图像-文本对，还包括CLIP ViT-L/14嵌入、kNN索引、NSFW和水印检测工具，以及一个用于探索和

arXiv2023-01-18 更新2740

LAION-5B

一个包含58.5亿个CLIP过滤的图像-文本对的数据集，其中23.2亿对包含英语语言。

arXiv2022-10-16 更新170

LAION-5B

OpenXLab00

LAION-5B

该数据集为图像处理实验提供了源图像，并包含了用于训练和测试图像操作及个性化能力的多样化图片集合。该数据集的任务主要集中在图像操作和个人化方面。

arXiv140