mlfoundations/DataComp-12M

该数据集包含[DataComp-1B-BestPool](https://huggingface.co/datasets/mlfoundations/datacomp_1b)的12M子集。我们以标准的Creative Common CC-BY-4.0许可证分发图像URL-文本样本和元数据。单个图像受其自身版权保护。在DataComp-12M上训练的图像-文本模型显著优于在CC-12M/YFCC-15M以及DataComp-Small/Medium上训练的模型。DataComp-12M在[MobileCLIP论文](https://arxiv.org/abs/2311.17049)中引入，并与增强的数据集[DataCompDR-12M](https://huggingface.co/datasets/apple/DataCompDR-12M)一起发布。[mlfoundations/DataComp-12M](https://huggingface.co/datasets/mlfoundations/DataComp-12M)和[apple/DataCompDR-12M](https://huggingface.co/datasets/apple/DataCompDR-12M)之间的分片UID匹配。该数据集包含[DataComp-1B-BestPool](https://huggingface.co/datasets/mlfoundations/datacomp_1b)的12M子集。我们以标准的Creative Common CC-BY-4.0许可证分发图像URL-文本样本和元数据。单个图像受其自身版权保护。在DataComp-12M上训练的图像-文本模型显著优于在CC-12M/YFCC-15M以及DataComp-Small/Medium上训练的模型。DataComp-12M在[MobileCLIP论文](https://arxiv.org/abs/2311.17049)中引入，并与增强的数据集[DataCompDR-12M](https://huggingface.co/datasets/apple/DataCompDR-12M)一起发布。[mlfoundations/DataComp-12M](https://huggingface.co/datasets/mlfoundations/DataComp-12M)和[apple/DataCompDR-12M](https://huggingface.co/datasets/apple/DataCompDR-12M)之间的分片UID匹配。