Apple Machine Learning Research
·
Pico-Banana-400K：一个用于文本引导图像编辑的大规模数据集
💡
原文英文，约400词，阅读约需2分钟。
📝
内容提要
Pico-Banana-400K是一个包含40万张图像的大规模数据集，旨在支持基于文本的图像编辑。该数据集通过Nano-Banana从OpenImages收集的真实照片生成多样的编辑对，确保高质量和多样性。它包括三个子集，支持多轮编辑、偏好研究和指令重写，为文本引导图像编辑模型提供基础。
🎯
关键要点
- Pico-Banana-400K是一个包含40万张图像的大规模数据集，旨在支持基于文本的图像编辑。
- 该数据集通过Nano-Banana从OpenImages收集的真实照片生成多样的编辑对，确保高质量和多样性。
- Pico-Banana-400K包括三个子集：72K个多轮编辑示例、56K个偏好研究示例，以及长短编辑指令对。
- 该数据集为文本引导图像编辑模型提供了坚实的基础，支持复杂的编辑场景研究。
❓
延伸问答
Pico-Banana-400K数据集的主要用途是什么？
Pico-Banana-400K数据集主要用于支持基于文本的图像编辑。
Pico-Banana-400K数据集包含多少张图像？
Pico-Banana-400K数据集包含40万张图像。
Pico-Banana-400K数据集是如何生成的？
该数据集通过Nano-Banana从OpenImages收集的真实照片生成多样的编辑对。
Pico-Banana-400K数据集有哪些子集？
该数据集包括三个子集：72K个多轮编辑示例、56K个偏好研究示例，以及长短编辑指令对。
Pico-Banana-400K数据集如何支持复杂的编辑场景研究？
该数据集通过提供多轮编辑和偏好研究示例，支持复杂的编辑场景研究。
Pico-Banana-400K数据集的质量和多样性如何保证？
数据集通过细致的图像编辑分类和MLLM基础的质量评分确保高质量和多样性。
🏷️
标签
➡️
