К содержимому

Датасет · timbrooks

Парные изображения с инструкциями по редактированию

timbrooks/instructpix2pix-clip-filtered

Отфильтрованный по CLIP датасет от 100 тыс. до 1 млн примеров для обучения редактированию фото по тексту.

Что внутри

Мультимодальный датасет (изображения и английский текст) объёмом от 100 тысяч до 1 миллиона записей. Каждая строка включает исходное изображение (original_image), текстовую инструкцию по изменению (edit_prompt) и итоговое отредактированное изображение (edited_image), прошедшие фильтрацию с помощью CLIP.

Что можно сделать

  • Обучение диффузионных моделей и LoRA редактировать картинки по текстовым командам
  • Тестирование мультимодальных моделей на понимание инструкций по изменению изображений
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
5,1 тыс.
Лайков
48

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("timbrooks/instructpix2pix-clip-filtered")