बुद्धि

• विवरण :

विकिपीडिया-आधारित इमेज टेक्स्ट (WIT) डेटासेट एक बड़ा मल्टीमॉडल बहुभाषी डेटासेट है। WIT 108 विकिपीडिया भाषाओं में 11.5 मिलियन अद्वितीय छवियों के साथ 37.6 मिलियन इकाई समृद्ध छवि-पाठ उदाहरणों के क्यूरेटेड सेट से बना है। इसका आकार WIT को मल्टीमॉडल मशीन लर्निंग मॉडल के लिए पूर्व-प्रशिक्षण डेटासेट के रूप में उपयोग करने में सक्षम बनाता है।

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• मुखपृष्ठ : https://github.com/google-research-datasets/wit/

• स्रोत कोड : tfds.vision_language.wit.Wit

• संस्करण :

  • 1.0.0 : प्रारंभिक रिलीज। यह WIT डेटासेट को https://storage.googleapis.com/gresearch/wit/ से लोड करता है
  • 1.1.0 (डिफ़ॉल्ट): val और test स्प्लिट जोड़े गए।

• डाउनलोड आकार : 25.20 GiB

• डेटासेट का आकार : 81.17 GiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'attribution_passes_lang_id': bool,
    'caption_alt_text_description': Text(shape=(), dtype=string),
    'caption_attribution_description': Text(shape=(), dtype=string),
    'caption_reference_description': Text(shape=(), dtype=string),
    'context_page_description': Text(shape=(), dtype=string),
    'context_section_description': Text(shape=(), dtype=string),
    'hierarchical_section_title': Text(shape=(), dtype=string),
    'image_url': Text(shape=(), dtype=string),
    'is_main_image': bool,
    'language': Text(shape=(), dtype=string),
    'mime_type': Text(shape=(), dtype=string),
    'original_height': int32,
    'original_width': int32,
    'page_changed_recently': bool,
    'page_title': Text(shape=(), dtype=string),
    'page_url': Text(shape=(), dtype=string),
    'section_title': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@article{srinivasan2021wit,
  title={WIT: Wikipedia-based Image Text Dataset for Multimodal Multilingual Machine Learning},
  author={Srinivasan, Krishna and Raman, Karthik and Chen, Jiecao and Bendersky, Michael and Najork, Marc},
  journal={arXiv preprint arXiv:2103.01913},
  year={2021}
}