MUImage

MUImage Dataset This is the MUImage dataset used to facilitate image to music generation, consisting of 9,966 music files with a total playtime of 27.72 hours generated using the MU-LLaMA and BLIP Image Captioning models. This dataset is used to train the M2UGen model. The MUImageInstructions.json file contains a list with each of the element having the following format: { "input_file": "1OeqDC6vmto.jpg", "output_file": "1OeqDC6vmto.mp3", "conversation": [ {… See the full description on the dataset page: https://huggingface.co/datasets/M2UGen/MUImage.MUImage 数据集系为图像至音乐生成而设计的专用数据集，包含由 MU-LLaMA 和 BLIP 图像标题模型生成的 9,966 个音乐文件，总时长达 27.72 小时。该数据集旨在用于训练 M2UGen 模型。MUImageInstructions. 文件列出了每个元素，其格式如下： { "input_file": "1OeqDC6vmto.jpg", "output_file": "1OeqDC6vmto.mp3", "conversation": […] } 详细描述请参阅数据集页面：https://huggingface.co/datasets/M2UGen/MUImage。

搜集汇总

背景与挑战

背景概述

MUImage数据集是一个专为图像到音乐生成任务设计的资源，包含9,966个音乐文件，总播放时长为27.72小时，这些文件通过MU-LLaMA和BLIP图像描述模型生成。该数据集主要用于训练M2UGen模型，支持从图像内容自动生成音乐的应用开发。