nreHieW/processed-midjourney-v5-202304

该数据集包含图像和文本信息，具体包括图像链接（image_url）、图像本身（image）、文本提示（prompt）以及文本嵌入（text_embedding）。数据集主要用于训练，包含380106个样本，总数据量约为666GB。

原始信息汇总

数据集信息

特征

• image_url: 数据类型为字符串。
• image: 数据类型为图像。
• prompt: 数据类型为字符串。
• text_embedding: 数据类型为序列，序列类型为float16。

数据分割

• train: 包含380106个样本，占用66642068522.75字节。

数据大小

• 下载大小: 63293434693字节。
• 数据集大小: 66642068522.75字节。

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*。