데이터셋: Embedding Data/Flickr30K Captions
term_id: datasetembedding_dataflickr30k_captions
Category: training_techniques
Definition
Flickr30K Captions은 시각적 내용을 설명하는 다섯 개의 고유한 영어 문장으로 주석이 달린 31,783장의 이미지로 구성된 널리 사용되는 벤치마크 데이터셋입니다. 이는 기초적인 자원 역할을 합니다.
Summary
31,000장의 이미지와 인간이 생성한 캡션을 연결하여 크로스모달 임베딩 모델을 훈련하기 위한 멀티모달 데이터셋입니다.
Key Concepts
- 멀티모달 학습
- 이미지-텍스트 정렬
- 크로스모달 검색
- 비주얼 그라운딩
Use Cases
- 이미지 검색 엔진 구축
- 이미지 설명 생성
- 비전-언어 모델 훈련