dlfelps/cub2011-latent-64

该数据集包含了通过CUB2011图像生成的潜在向量。这些图像首先被重新采样为512x512大小，然后使用AutoencoderKL模型进行编码，生成64x64大小、4通道的潜在向量。数据集的特征包括标签和潜在向量，标签对应的是不同种类的鸟类名称。数据集主要用于无条件图像生成任务。

This dataset includes the latent vectors calculated from CUB2011 images. The images were resampled to 512x512 and then encoded using the AutoencoderKL model to produce 64x64 latent vectors with 4 channels. The features of the dataset include labels and latent vectors, where the labels correspond to different bird species. The dataset is primarily used for unconditional image generation tasks.

原始信息汇总

数据集概述

数据集信息

• 数据集名称: cub2011-latent-64
• 数据集大小: 784939344 字节
• 下载大小: 363204712 字节
• 样本数量: 11788
• 类别数量: 200

数据集特征

• 特征:
  • label: 类别标签，包含200种不同的鸟类。
  • latent: 潜在向量，类型为float32。

数据集配置

• 配置名称: default
• 数据文件路径: data/train-*

数据集任务

• 任务类别: 无条件图像生成 (unconditional-image-generation)

数据集使用

• 加载方式: python from diffusers import AutoencoderKL import torch

  vae = AutoencoderKL.from_pretrained("runwayml/stable-diffusion-v1-5", subfolder="vae", torch_dtype=torch.float16) dataset.set_format(torch, columns=[latent], output_all_columns=True)