К содержимому

Датасет · UCSC-VLAA

197 тысяч пар для редактирования картинок по инструкциям

UCSC-VLAA/HQ-Edit

Синтетический датасет высокого разрешения с детальными текстовыми инструкциями для обучения моделей редактированию изображений.

Что внутри

Набор включает 197 350 примеров редактирования изображений высокого разрешения с подробными текстовыми промптами на английском языке (в метаданных указан диапазон размера от 1K до 10K). Данные собраны автоматически с помощью пайплайна на базе моделей GPT-4V и DALL-E 3 без ручной разметки. Картинки отличаются высокой детализацией и сопровождаются развёрнутыми описаниями правок.

Что можно сделать

  • Обучение и LoRA-дообучение диффузионных моделей редактированию изображений по тексту
  • Тренировка мультимодальных моделей пониманию сложных инструкций по изменению картинок
  • Оценка качества генеративного инпейнтинга и локальных правок
Языки
Английский
Размер
1K–10K записей
Скачиваний за месяц
4,2 тыс.
Лайков
42

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("UCSC-VLAA/HQ-Edit")