LAION-400M 图文对数据集分片
计算机视觉
0 下载
2 浏览
2026-10-05
数据集简介
数据组织与文件结构
数据以 parquet 格式分片存放,共 447 个分片,命名规则为 data/train-00223-of-00447.parquet 这类形式,全部归入 default 子集的 train 划分。仓库中另有 .gitattributes 文件用于版本管理配置。所有分片合计 17,489,024 行图像-文本对,总文件体积约 797 GB。
数据规模与内容
该数据集为 LAION-400M 的一个分片,包含 17,489,024 行图像-文本对,数据模态为图像与文本。页面标注的规模区间为 10M–100M 行。数据集仅有一个 train 划分,未设验证或测试集。
页面状态与使用提示
该仓库暂无 dataset card,数据集查看器因图像无法用 PIL 加载而不可用,无法在网页端直接预览样本。仓库公开可下载,近一个月下载 426 次,历史提交 113 次。
许可与引用
该仓库未标注具体许可协议,使用前请自行确认授权范围。页面未提供论文出处与 DOI。
基本信息
记录数量未知
文件大小17,489,024 行;总文件体积 797 GB
文件格式parquet
数据来源jp1924-laion-2
数据模态图像、文本
数据划分train
分片数量447
文件体积797 GB
数据行数17,489,024
数据落地页https://huggingface.co/datasets/jp1924-laion-2/Laion400m-4-part2
发布日期2026-10-05
LAION-400M图像文本对多模态数据集图文预训练parquet
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载