LVM-图像文本相似度过滤（DLC）组件主要用于过滤文本-图像相似度过低的图像数据。
支持的计算资源
算法说明
通过计算图像的描述和训练数据中的描述文本（训练数据示例文件中<__dj__video>字段后面的内容）的相似度（基于clip-vit-base-patch32计算），从而过滤相似度过低的图像来保证图像的质量，常用于后续图像生成模型的训练。训练数据文件格式说明：
输入数据格式为jsonl格式文件；其中文本字段中的"<__dj__image>"和"<|__dj__eoc|>"分别对应图像描述文本的起始和终止标志。
images字段，为图像的OSS路径。
text字段，即上述算法说明中的描述文本。
输入/输出
输入桩
通过读OSS数据组件，读取训练数据文件所在的OSS路径。
配置此算法参数图像数据OSS路径，选择训练数据文件。
关于训练数据文件，详情请参见算法说明。
输出桩
过滤结果。详情请参见下文中的参数说明。
配置组件
在Designer工作流页面添加LVM-图像文本相似度过滤（DLC）组件，并在界面右侧配置相关参数：
参数类型 | 参数 | 是否必选 | 描述 | 默认值 | |
字段设置 | 图像数据OSS路径 | 否 | 训练数据文件，详情请参见算法说明。 | 无 | |
输出文件的OSS路径 | 是 | 过滤结果的存储目录。过滤结果包含以下文件：
| 无 | ||
输出的文件名 | 是 | 过滤结果的文件名。 | result.jsonl | ||
参数设置 | 最小文本-图像相似度 | 是 | 需要保留的最小文本-图像相似度。 | 0.1 | |
最大文本-图像相似度 | 是 | 需要保留的最大文本-图像相似度，一般设置为1。 | 1 | ||
执行调优 | 选择资源组 | 公共资源组 | 否 | 选择节点规格（CPU或GPU实例规格）、专有网络。该算法需使用GPU规格实例。 | 无 |
专有资源组 | 否 | 选择CPU核数、内存、共享内存、GPU卡数。 | 无 | ||
最大运行时长 | 否 | 组件最大运行时长，超过这个时间，作业会被终止。 | 无 | ||