stratum-ffhq

stratum-ffhq 是一个基于 Flickr-Faces-HQ (FFHQ) 数据集生成的增强图像数据集，由 stratum-hq 工具生成。该数据集不包含原始图像，而是提供了从 FFHQ 的 70,000 张对齐人脸图像中预计算的嵌入、标题和姿态估计。数据集包含多个层次的数据，如标题（caption）、DINOv3 嵌入（dinov3）、T5 隐藏状态（t5）、姿态关键点（pose）、身体部位分割（seg）、深度图（depth）和表面法线（normal）。标题是通过 Gemma 3 27B 模型生成的，遵循严格的描述性提示。数据集适用于图像到文本、文本到图像等任务，并遵循 Creative Commons BY-NC-SA 4.0 许可。使用该数据集需要单独获取原始 FFHQ 图像。