Jeu de données : Données d'incorporation / Flickr30K Captions
term_id: datasetembedding_dataflickr30k_captions
Category: training_techniques
Definition
Flickr30K Captions est un jeu de données de référence largement utilisé comprenant 31 783 images, chacune annotée avec cinq phrases anglaises distinctes décrivant le contenu visuel. Il sert de ressource fondamentale pour…
Summary
Un jeu de données multimodales reliant 31 000 images à des légendes générées par des humains pour entraîner des modèles d’incorporation inter-modales.
Key Concepts
- Apprentissage multimodal
- Alignement image-texte
- Récupération inter-modale
- Ancrage visuel
Use Cases
- Construction de moteurs de recherche d’images
- Génération de descriptions d’images
- Entraînement de modèles vision-langage