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")