关于构建自己的clip模型训练数据集

OFA-Sys / Chinese-CLIP

Chinese version of CLIP which achieves Chinese cross-modal retrieval and representation generation.

MIT License

4.5k stars 464 forks source link

Open 4728pomegranate opened 1 year ago

4728pomegranate commented 1 year ago

您好~想问一下，在构建自己的数据集，将图片转为base64的格式，并且存储在.tsv文件中，img id的类型存储为string类型会有影响吗？

yangapku commented 1 year ago

您好，建议最好还是采用int哈，我们确实没有尝试过准备为string类型进行后续流程的测试。

1605707467qq commented 1 year ago

请问构建自己的数据集也有介绍嘛？暂时没有找到，目前已有图片和描述

yangapku commented 1 year ago

您好，请参见readme哈，我们有整个流程的介绍。 @1605707467qq

ctgushiwei commented 2 weeks ago

@yangapku 构建数据的流程能不能更具体点，或者提供原始转tsv和jsonl的脚本