JohnTeddy3/midjourney-v5-202304

该数据集是一个非官方的数据集，爬取自midjourney v5的2023年4月的数据，总共包含1,701,420对图像和文本。数据集经过清洗后，分为两个文件：ori_prompts_df.parquet包含1,255,812对midjourney的四格图，upscaled_prompts_df.parquet包含445,608对使用了高清指令的图，这些图因为使用了高清指令而更受欢迎。

license: apache-2.0
task_categories:
- 文本到图像（text-to-image）
- 图像到文本（image-to-text）
language:
- 英语（en）
tags:
- midjourney
---

# midjourney-v5-202304-clean

## 简介

本数据集转载自wanng/midjourney-v5-202304-clean，为非官方采集的数据集，数据爬取自2023年4月发布的midjourney v5平台，总计包含1,701,420条提示-图像对。

## 数据集信息

原始项目地址：https://huggingface.co/datasets/tarungupta83/MidJourney_v5_Prompt_dataset

本次发布的数据集经过清洗处理，生成以下两个数据文件：
- ori_prompts_df.parquet：包含1,255,812条提示-图像对，对应midjourney生成的四格预览图像
- upscaled_prompts_df.parquet：包含445,608条提示-图像对，对应使用了高清放大（Upscale）指令生成的图像，这类图像通常更受用户青睐。

原始信息汇总

midjourney-v5-202304-clean 数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别:
  • 文本到图像
  • 图像到文本
• 语言: 英语
• 标签: midjourney

数据集描述

• 来源: 非官方，爬取自midjourney v5的2023年4月数据。
• 数据量: 总共1,701,420对。

数据集内容

• ori_prompts_df.parquet:
  • 包含1,255,812对数据，对应midjourney的四格图。
• upscaled_prompts_df.parquet:
  • 包含445,608对数据，这些图像使用了高清指令，表明这些图像更受欢迎。

原始项目地址

• https://huggingface.co/datasets/tarungupta83/MidJourney_v5_Prompt_dataset