terminusresearch/photo-architecture

Photo Architecture数据集主要包含建筑和独特建筑风格的图像，这些图像是从Pexels在2023年获取的。尽管某些建筑可能受版权保护，但用于训练通常被认为是合理使用。数据集中的图像文件名可以用作标题，或者使用parquet表中的相同值。此外，标题是由CogVLM创建的。

The Photo Architecture dataset was pulled from Pexels in 2023, containing a majority of images of buildings and unique architecture. Some images may be copyrighted, but training is currently understood to fall under fair-use. Image filenames can be used as captions, or the same values are available in the parquet table. The dataset includes full images, and captions were created with CogVLM.

原始信息汇总

Photo Architecture Dataset

概述

• 数据集名称: Photo Architecture
• 数据来源: Pexels（2023年采集）
• 数据类型: 图像数据
• 主要内容: 建筑和独特建筑物的图像
• 数据格式: Parquet
• 数据文件:
  • 文件名: architecture.parquet
  • 分割: 训练集

数据特点

• 图像内容: 主要包含建筑和独特建筑物的图像
• 版权信息: 部分图像可能受版权保护，但训练用途被认为是合理使用
• 图像与文本配对: 图像文件名可用作描述，或从Parquet表格中获取相同值
• 描述生成: 使用CogVLM生成描述

配置

• 配置名称: default
• 数据文件路径: architecture.parquet

搜集汇总

背景与挑战

背景概述

该数据集是一个建筑主题的图像-文本对数据集，包含约4,357张从Pexels收集的建筑和独特建筑风格图像，总大小约20.1 GB。图像标题由CogVLM自动生成，适用于文本到图像任务，采用MIT许可证，但需注意部分图像可能存在版权问题。