BnW-vs-Colored-10K


# **BnW-vs-Colored-10K**

**BnW-vs-Colored-10K** is a curated dataset of 10,000 images designed for binary **image classification** tasks distinguishing between black & white (BnW) and colored images. This dataset can be used for training models in visual recognition, restoration, or filtering pipelines involving grayscale and color detection.

## Dataset Summary

- **Task**: Binary Image Classification
- **Modalities**: Image
- **Formats**: Parquet
- **Split**: Train (10,000 images)
- **Labels**: `B & W` (Black and White), `Colored`
- **Language**: English
- **License**: Apache 2.0
- **Size**: 4.15 GB

## Features

| Column | Type | Description |
|--------|--------|-------------------------------------|
| image | Image | Input image (JPEG format) |
| label | Class | Binary label: `B & W` or `Colored` |

## Label Information

| Label ID | Class Name |
|----------|------------|
| 0 | B & W |
| 1 | Colored |

## Example Entries

| Image | Label |
|------------------------------|--------|
|  | B & W |
|  | Colored|

## Usage

You can load the dataset using the `datasets` library from Hugging Face:

```python
from datasets import load_dataset

dataset = load_dataset("prithivMLmods/BnW-vs-Colored-10K")
```

To visualize an example:

```python
import matplotlib.pyplot as plt

example = dataset["train"][0]
plt.imshow(example["image"])
plt.title(example["label"])
plt.axis("off")
plt.show()
```

## Applications

- Colorization model pre/post-processing
- Restoration of old photos
- Image enhancement and filtering
- Historical document processing
- AI art stylization models

## License

This dataset is made available under the [Apache 2.0 License](https://www.apache.org/licenses/LICENSE-2.0).

---

*Curated & Maintained by [@prithivMLmods](https://huggingface.co/prithivMLmods). For inquiries or contributions, please open an issue or submit a pull request.*


# **黑白与彩色10K数据集（BnW-vs-Colored-10K）**

黑白与彩色10K数据集（BnW-vs-Colored-10K）是经过精心整理的10000张图像数据集，专为区分黑白（Black & White, BnW）与彩色图像的二分类图像分类任务打造。该数据集可用于训练视觉识别、图像修复或涉及灰度与色彩检测的图像过滤管线相关模型。

## 数据集概览
- **任务**：二分类图像分类
- **模态**：图像
- **格式**：Parquet格式
- **划分**：训练集（共10000张图像）
- **标签**：`B & W`（黑白）、`Colored`（彩色）
- **语言**：英语
- **许可证**：Apache 2.0
- **大小**：4.15 GB

## 数据集特征
| 列名 | 类型 | 描述 |
|--------|--------|--------------------------------------|
| image | 图像 | 输入图像（JPEG格式） |
| label | 类别 | 二分类标签：`B & W` 或 `Colored` |

## 标签说明
| 标签ID | 类别名称 |
|--------|------------|
| 0 | B & W |
| 1 | Colored |

## 示例条目
| 图像 | 标签 |
|-------------------------------|--------|
|  | B & W |
|  | Colored|

## 使用方法
您可通过Hugging Face的`datasets`库加载该数据集：
python
from datasets import load_dataset

dataset = load_dataset("prithivMLmods/BnW-vs-Colored-10K")

若需可视化示例数据：
python
import matplotlib.pyplot as plt

example = dataset["train"][0]
plt.imshow(example["image"])
plt.title(example["label"])
plt.axis("off")
plt.show()

## 应用场景
- 上色模型的前后处理
- 老旧照片修复
- 图像增强与过滤
- 历史文档处理
- AI艺术风格化模型

## 许可证
本数据集遵循[Apache 2.0许可证](https://www.apache.org/licenses/LICENSE-2.0)发布。

---

*本数据集由[@prithivMLmods](https://huggingface.co/prithivMLmods)整理并维护。如有咨询或贡献需求，请提交Issue或拉取请求。*