UCSC-VLAA/HQ-Edit|图像编辑数据集|人工智能数据集

HQ-Edit是一个高质量的指令式图像编辑数据集，包含总共197,350次编辑。与依赖属性指导或人类反馈构建数据集的传统方法不同，我们设计了一个利用GPT-4V和DALL-E 3等高级基础模型的可扩展数据收集管道。HQ-Edit的高分辨率图像，细节丰富并伴随全面的编辑提示，显著增强了现有图像编辑模型的能力。

原始信息汇总

数据集概述

名称： HQ-Edit

描述： HQ-Edit是一个高质量的基于指令的图像编辑数据集，包含197,350次编辑。该数据集利用先进的模型GPT-4V和DALL-E 3构建，提供高分辨率图像和详细的编辑指令，显著增强了现有图像编辑模型的能力。

语言： 英语（en）

规模： 10万<n<100万

许可： CC-BY-NC-4.0

数据集结构

• input (字符串): 输入图像的描述。
• input_image (图像): 输入图像。
• edit (字符串): 将输入图像转换为输出图像的编辑指令。
• inverse_edit (字符串): 将输出图像转换回输入图像的逆向编辑指令。
• output (字符串): 输出图像的描述。
• output_image (图像): 输出图像。

数据集分割

• 训练集： 包含98,675个示例。

引用信息

若使用此数据集，请引用以下论文：

@article{hui2024hq, title = {HQ-Edit: A High-Quality Dataset for Instruction-based Image Editing}, author = {Hui, Mude and Yang, Siwei and Zhao, Bingchen and Shi, Yichun and Wang, Heng and Wang, Peng and Zhou, Yuyin and Xie, Cihang}, journal = {arXiv preprint arXiv:2404.09990}, year = {2024} }