five

hakimgunther/inpainting

收藏
Hugging Face2023-08-21 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/hakimgunther/inpainting
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含14,848张来自COCO数据集的图像,这些图像被均匀分为三部分,每部分使用不同的掩码生成技术(YOLO分类器、MaskFormer分类器和QuickDraw数据集)进行处理,并通过稳定扩散1.5技术进行图像修复。文件命名规则详细说明了不同后缀文件的内容,如原始图像、掩码、修复后的图像等。数据集的划分包括训练集、验证集和测试集,数量分别为11878、1486和1484。

该数据集包含14,848张来自COCO数据集的图像,这些图像被均匀分为三部分,每部分使用不同的掩码生成技术(YOLO分类器、MaskFormer分类器和QuickDraw数据集)进行处理,并通过稳定扩散1.5技术进行图像修复。文件命名规则详细说明了不同后缀文件的内容,如原始图像、掩码、修复后的图像等。数据集的划分包括训练集、验证集和测试集,数量分别为11878、1486和1484。
提供机构:
hakimgunther
原始信息汇总

数据集概述

数据来源

  • 数据集包含14,848张图像,均来源于COCO数据集。

数据处理

  • 数据被均匀分为三部分,每部分采用不同的掩码生成技术处理:
    1. 使用YOLO分类器创建掩码。
    2. 使用MaskFormer分类器创建掩码。
    3. 使用QuickDraw数据集创建掩码。
  • 这些掩码用于通过稳定扩散1.5对图像进行修复。

文件命名约定

  • .original.webp:原始图像。
  • .mask.webp:通过上述方法之一创建的掩码。
  • .realfake.webp:修复图像与原始图像的合成。
  • .fakefake.webp:使用潜伏自动编码器重新编码的图像,然后通过掩码混合。
  • .inpainted.webp:通过稳定扩散修复的输出图像。

数据集分割

  • 训练集 = 11,878
  • 验证集 = 1,486
  • 测试集 = 1,484
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作