Laion Aesthetics 12M UMAP
Dataset contenant des embeddings UMAP de 12 millions d’images issues du corpus LAION-Aesthetics, filtrées pour haute qualité esthétique. Chaque point représente une projection 2D des embeddings CLIP selon différents paramètres.
Environ 12 millions d’images avec embeddings UMAP, 2.74 Go en format Parquet
MIT
Description
Laion Aesthetics 12M UMAP est un dataset d’embeddings 2D générés par UMAP à partir des vecteurs CLIP d’un sous-ensemble esthétique du corpus LAION. Il comprend 3 projections avec différentes valeurs du paramètre n_neighbors, offrant plusieurs perspectives pour l’analyse et la visualisation.
À quoi sert ce dataset ?
- Visualisation et clustering d’images selon leur qualité esthétique
- Exploration de grands ensembles d’images par similarité
- Recherche d’images et création de systèmes de recommandation basés sur l’esthétique
Peut-on l’enrichir ou l’améliorer ?
Ce dataset peut être enrichi en intégrant des métadonnées supplémentaires ou en combinant avec d’autres embeddings pour améliorer la granularité des analyses. Des annotations humaines ou automatiques sur l’esthétique pourraient également compléter le corpus.
🔎 En résumé
🧠 Recommandé pour
- Chercheurs en vision par ordinateur
- Data scientists
- Développeurs de systèmes de recommandation
🔧 Outils compatibles
- UMAP
- Scikit-learn
- Pandas
- Hugging Face Datasets
💡 Astuce
Testez différents paramètres n_neighbors pour optimiser la visualisation selon vos besoins.
Questions fréquemment posées
Qu’est-ce que l’UMAP dans ce dataset ?
UMAP est une technique de réduction dimensionnelle qui projette les embeddings CLIP en 2D pour faciliter la visualisation et le clustering.
Combien de projections différentes sont disponibles ?
Trois projections avec n_neighbors égaux à 10, 30 et 60, offrant plusieurs perspectives d’analyse.
Ce dataset contient-il les images originales ?
Non, il contient uniquement les embeddings UMAP des images, pas les images elles-mêmes.
