jtatman/stable-diffusion-prompts-stats-full-uncensored

该数据集来源于Civitai网站上图像元数据中分享的提示词，主要用于提示词和特征分析。数据集包含了图像ID、URL、提示词、负面提示词、尺寸、模型、统计信息（如评论数、点赞数等）、NSFW标签和评分等特征。数据集的主要目的是进行语义评估、提示词质量分析、有效提示、提示词对齐或不对齐、提示词和类别的统计研究、图像生成方法的流行度分析等。数据集还包含了一个单独的版本，仅包含提示词、负面提示词和模型名称，以便于研究和简洁性。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可: MIT
• 大小类别: 1M < n < 10M
• 任务类别:
  • 图像到图像
  • 文本分类
  • 文本到图像
• 友好名称: stable diffusion prompts

数据集信息

特征

• image_id: 数据类型为 int64
• url: 数据类型为 string
• prompt: 数据类型为 string
• negative_prompt: 数据类型为 string
• size: 数据类型为 string
• model: 数据类型为 string
• stats: 结构化数据，包含以下字段:
  • commentCount: 数据类型为 int64
  • cryCount: 数据类型为 int64
  • dislikeCount: 数据类型为 int64
  • heartCount: 数据类型为 int64
  • laughCount: 数据类型为 int64
  • likeCount: 数据类型为 int64
• nsfw_label: 数据类型为 string
• nsfw_score: 数据类型为 float64

数据分割

• train:
  • 字节数: 877345095
  • 样本数: 896874

下载和数据集大小

• 下载大小: 216888972
• 数据集大小: 877345095

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*

标签

• not-for-all-audiences
• nsfw
• uncensored
• art
• stable diffusion

数据集目的

该数据集旨在允许对提示和负面提示进行分析，包括：

• 语义评估（参见 stats 列）
• 提示质量
• 有效提示
• 提示对齐或错位
• 提示和类别的统计研究
• 图像生成方法的流行度
• 特定模型的极简提示
• 将生成的提示与图像匹配以用于 LLAVA 目的
• 最小化提示以更好地使用上下文
• 对兴趣水平和创意方法的社会研究
• 基于提示的模型构建，用于自动化提示生成策略
• 类别兴趣和相似性的模型构建
• 基于模型版本化的提示演化模型构建

其他信息

该数据集包含仅提示、负面提示和模型名称的单独上传，以简洁、避免不适和研究目的。