X-Fun-Images-Edit-Demo

# X-Fun-Images-Edit-Demo ## 目录 - [数据集简介](#数据集简介) - [数据集结构](#数据集结构) - [数据说明](#数据说明) - [数据处理脚本](#数据处理脚本) - [使用方法](#使用方法) - [注意事项](#注意事项) - [相关项目](#相关项目) ## 数据集简介 这是一个用于 **VideoX-Fun** 项目的图像编辑训练演示数据集，包含22个图像编辑样本，适用于图像编辑模型的训练和测试。数据集包含原始图像(source)和编辑后的目标图像(train)，以及详细的编辑指令描述。 ## 数据集结构 ``` X-Fun-Images-Edit-Demo/ ├── train/ # 编辑后的目标图像目录 │ ├── 20260421_140343_099985_000.png # 编辑后的图像 │ ├── 20260421_140656_207318_001.png │ └── ... (共22个图像) ├── source/ # 原始图像目录 │ ├── souce-20260421_140343_099985_000/ # 对应原始图像 │ │ └── 10_00015405.png │ ├── souce-20260421_143435_037417_001_fusion/ # 多源图像融合 │ │ ├── 0_00032421.png │ │ └── 15_00000505.png │ └── ... (共22个文件夹) ├── metadata.json # 数据集信息（基础版） ├── metadata_add_width_height.json # 数据集信息（包含宽高信息） ├── process_json_add_width_and_height.py # 为元数据添加图像宽高信息 ├── .gitattributes # Git LFS 配置文件 └── README.md # 本文件 ``` ## 数据说明 ### 图像信息 - **数量**: 22个图像编辑样本 - **格式**: PNG - **内容**: 图像编辑任务，包含单图像编辑和多图像融合两种类型 ### 编辑任务类型 #### 1. 单图像编辑 (Single Image Edit) - 基于单张源图像进行编辑 - 编辑指令包括：背景替换、风格转换、元素添加/移除、色调调整等 - 示例：将背景更换为海滩日落、增加光晕效果、改变服装颜色等 #### 2. 多图像融合 (Multi-Image Fusion) - 基于多张源图像进行融合编辑（文件名包含 `_fusion` 后缀） - 编辑指令描述如何将多个图像元素自然融合 - 示例：将图2的人物融入图1的场景、合并不同场景元素等 ### 标签描述 所有样本均使用中文编辑指令，包含以下特征： - 编辑目标（修改什么内容） - 场景描述（背景、环境、氛围） - 风格要求（色调、光影、质感） - 细节处理（装饰、特效、过渡） ### 元数据文件 #### metadata.json 基础版本的元数据文件，包含： - `file_path`: 编辑后的目标图像路径（train目录） - `source_file_path`: 原始图像路径列表（source目录，支持单个或多个源图像） - `text`: 图像编辑指令描述（中文） - `type`: 数据类型（image） #### metadata_add_width_height.json 增强版本的元数据文件，额外包含： - `height`: 图像高度（如：1584、1328、1136等） - `width`: 图像宽度（如：1056、1472、1664等） ## 数据处理脚本 本数据集提供一个 Python 脚本，用于数据预处理。 ### process_json_add_width_and_height.py 读取图像文件的分辨率，在元数据 JSON 中添加 `width` 和 `height` 字段。 ```bash python datasets/X-Fun-Images-Edit-Demo/process_json_add_width_and_height.py \ --input_file datasets/X-Fun-Images-Edit-Demo/metadata.json \ --output_file datasets/X-Fun-Images-Edit-Demo/metadata_add_width_height.json \ --base_dir datasets/X-Fun-Images-Edit-Demo/ \ --num_processes 4 ``` ## 使用方法 克隆数据集到VideoX-Fun的datasets文件夹。 ```bash modelscope download --dataset PAI/X-Fun-Images-Edit-Demo --local_dir ./datasets/X-Fun-Images-Edit-Demo ``` 在 VideoX-Fun 的配置文件中指定数据集路径： ```bash export DATASET_NAME="datasets/X-Fun-Images-Edit-Demo" export DATASET_META_NAME="datasets/X-Fun-Images-Edit-Demo/metadata_add_width_height.json" NCCL_DEBUG=INFO ``` ## 注意事项 - 本数据集仅用于演示和测试目的 - 推荐使用 `metadata_add_width_height.json` 以获取完整的图像尺寸信息 - `source_file_path` 字段为数组格式，支持单图像编辑（1个源文件）和多图像融合（多个源文件） - 图像融合样本的文件名包含 `_fusion` 后缀，便于区分 - 图像尺寸多样，包括：1056x1584、1328x1328、1472x1136、928x1664、1664x928等分辨率 ## 相关项目 - [VideoX-Fun-Wan2.2](https://github.com/your-org/VideoX-Fun-Wan2.2)