Jasper AI发布monet数据集，应用在文本到图像生成、跨模态学习领域

Jasper AI本次发布的数据集monet，MONET（大规模、开放、非冗余且丰富的文本到图像数据集）是一个专为训练文本到图像（T2I）系统而设计的大规模、经过筛选的图像-文本数据集。它包含从9个异构开放源（6个真实和3个合成）中经过安全过滤、基于域的过滤、精确和近重复去除以及多视觉-语言模型重新标注后提取的1.049亿高质量图像-文本对。每张图像都附带预计算的嵌入、结构化注释和预编码的VAE潜在表示，以加速下游使用。数据集支持多种任务，包括文本到图像预训练、图像检索和零样本图像分类。MONET的数据字段包括图像和几何信息、多种来源的标注、嵌入和潜在表示、结构化注释以及质量和安全信号。数据集还提供了详细的用法示例，包括如何加载和过滤数据。

查看monet

Dataset card内容：

Files and versions内容：