JohnTeddy3/text2image-multi-prompt

该数据集是多个文本到图像提示数据集的集合，经过清理和规范化处理，去除了特定模型的API，并进行了基本的去重。数据集包含训练集和测试集，分别有3551734和399393行数据，每行数据包含text和src_dataset两个特征。由于其他两个数据集没有验证集，succinctly/midjourney-prompts的验证集被合并到了训练集中。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 语言: 英语
• 多语言性: 单语种
• 美观名称: multi text2image prompts a dataset collection

数据来源

• 源数据集:
  • bartman081523/stable-diffusion-discord-prompts
  • succinctly/midjourney-prompts
  • Gustavosta/Stable-Diffusion-Prompts

数据集内容

• 描述: 包含多个text2image提示数据集的集合
• 数据处理: 数据经过清洗和标准化，移除了特定模型的API参数，如Midjourney的"--ar"等
• 数据去重: 在清洗和标准化后，完全重复的提示被删除

数据集结构

• 训练集:
  • 特征: [text, src_dataset]
  • 行数: 3551734
• 测试集:
  • 特征: [text, src_dataset]
  • 行数: 399393

注意事项

• 验证集: 由于其他两个数据集没有validation分割，succinctly/midjourney-prompts的验证分割被合并到train中。