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
- QWW/EditCLIP 425
- diffusers/sdxl-instructpix2pix-768Текст → картинка 411
- Backup-bdg/Xoron-Dev-MultiMoeМультимодальные 87
- Jinstudio/sdxl-instructpix2pix-768Текст → картинка 82
- SherryXTChen/Instruct-CLIPКартинка → картинка 33
- yinasing/Instruct-CLIPКартинка → картинка 28
- SherryXTChen/LatentDiffusionDINOv2Картинка → картинка 15
- QWW/EditCLIP-IP2PКартинка → картинка 11
Как загрузить
from datasets import load_dataset
ds = load_dataset("timbrooks/instructpix2pix-clip-filtered")