nateraw/midjourney-texttoimage-new

该数据集包含从Midjourney的公共Discord服务器上抓取的268k条消息，涵盖了248k个用户生成的文本提示及其相应的生成图像。数据集的主要目的是支持文本到图像模型提示的研究。数据集的格式为JSON文件，每个文件包含用户查询的详细信息，如用户提示、生成图像的链接等。数据集还提供了对用户提示的分析，包括最常见的短语和提示长度的分布。此外，数据集还展示了如何使用这些数据来帮助解决提示工程问题，并提供了一个用于提示自动补全的模型。

原始信息汇总

数据集卡片：Midjourney 用户提示与生成图像（250k）

数据集描述

数据集概述

Midjourney 是一个独立的研究实验室，其广泛的任务是“探索思想的新媒介”。在2022年，他们推出了一个文本到图像的服务，该服务可以根据自然语言提示生成忠实于描述的视觉描绘。他们的服务通过公共 Discord 服务器访问，用户在该服务器上与 Midjourney 机器人互动。当用户发出自然语言查询时，机器人返回四个低分辨率图像，并提供进一步的选项，如放大或重新生成原始图像的变体。

该数据集是通过从公共 Discord 服务器抓取消息获得的，时间跨度为四周（2022年6月20日至2022年7月17日）。作者与 Midjourney 无关，发布此数据的唯一目的是为了支持文本到图像模型提示的研究（参见下面的示例用例部分）。

支持的任务和排行榜

[更多信息需要]

语言

[更多信息需要]

数据集结构

数据实例

[更多信息需要]

数据字段

[更多信息需要]

数据分割

[更多信息需要]

数据集创建

策划理由

[更多信息需要]

源数据

初始数据收集和规范化

[更多信息需要]

源语言生产者是谁？

[更多信息需要]

注释

注释过程

[更多信息需要]

注释者是谁？

[更多信息需要]

个人和敏感信息

[更多信息需要]

使用数据集的考虑因素

数据集的社会影响

[更多信息需要]

偏见的讨论

[更多信息需要]

其他已知限制

[更多信息需要]

附加信息

数据集策展人

该数据集由 @succinctlyai 分享。

许可信息

该数据集的许可为 cc0-1.0。

引用信息

bibtex [更多信息需要]

贡献

[更多信息需要]