Датасет · madebyollin
10 млн ссылок на свободные фото Flickr
madebyollin/megalith-10m
Крупный набор ссылок на Flickr-изображения в public domain и CC0 для обучения.
Что внутри
Megalith-10m — около 10 млн ссылок на изображения Flickr, помеченные как «photo» с лицензиями Public Domain, CC0, U.S. Government Work или No known copyright restrictions. По задумке автора, это только ссылки на wholesome unedited uncopyrighted photographs; сами изображения нужно загружать по ссылкам. Модальность — image+text, точный формат метаданных в карточке не раскрыт.
Что можно сделать
- Сбор тренировочного корпуса для text-to-image
- Фильтрация и дедупликация изображений по лицензиям
- Исследование лицензионно чистых датасетов
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 1 тыс.
- Лайков
- 108
Модели, обученные на нём
- aipicasso/commonart-betaТекст → картинка 153
- prithivMLmods/OpenSDI-Flux.1-SigLIP2Классификация картинок 84
- prithivMLmods/OpenSDI-SD1.5-SigLIP2Классификация картинок 18
- prithivMLmods/OpenSDI-SD2.1-SigLIP2Классификация картинок 17
- prithivMLmods/OpenSDI-SDXL-SigLIP2Классификация картинок 15
- prithivMLmods/OpenSDI-SD3-SigLIP2Классификация картинок 7
Как загрузить
from datasets import load_dataset
ds = load_dataset("madebyollin/megalith-10m")