К содержимому

Датасет · Amber-River

Коллекция из 2,6 млн иллюстраций и тегов с Pixiv

Amber-River/Pixiv-2.6M

Крупный корпус изображений с Pixiv на английском и японском для генерации и тегирования.

Что внутри

Датасет содержит 2,6 миллиона изображений, собранных с платформы Pixiv при помощи краулера на Python и Selenium. Автор целенаправленно собирал посты по тегам, которых не хватает или которые запрещены в базе Danbooru (например, пейзажи и откровенный контент). Сопровождается разметкой на английском и японском языках.

Что можно сделать

  • Обучение или дообучение text-to-image моделей и LoRA в аниме-стилистике
  • Тренировка автоматических теггеров и моделей описания иллюстраций (image-to-text)
  • Извлечение визуальных признаков и классификация артов
Задачи
Классификация картинок, Картинка → текст, Картинка → картинка, Текст → картинка, image feature extraction
Языки
Английский, Японский
Размер
1M–10M записей
Скачиваний за месяц
1,3 тыс.
Лайков
48
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("Amber-River/Pixiv-2.6M")