afmck/peanuts-flan-t5-xl

花生漫画条数据集（史努比与伙伴们）包含了从1950年10月2日到2000年2月13日的花生漫画条，共提取了77,456个面板，来自17,816条漫画。每个数据行包含图像、面板名称、角色、主题、颜色、年份和描述等字段。数据集大小为约4.4G，可用于商业项目。角色和主题信息从Peanuts Wiki提取，图像从Peanuts Search提取。面板检测和提取使用了特定的代码块，灰度检测和描述生成也有详细的代码说明。

原始信息汇总

花生漫画数据集（史努比与伙伴们）

数据集概述

• 许可证：Apache-2.0
• 任务类别：文本到图像
• 语言：英语
• 数据集名称：Peanuts Dataset (Snoopy and Co.)
• 数据集大小：10K<n<100K

数据集信息

• 特征：
  • image：包含提取面板的图像
  • panel_name：行的唯一标识符
  • characters：包含在漫画面板中的角色元组
  • themes：包含在漫画面板中的主题元组
  • color：指示面板是灰度还是彩色
  • year：面板发布的年份
  • caption：由BLIP-2_FLAN-T5-XL生成的面板描述

数据集拆分

• 训练集：
  • num_bytes：2947874869.848
  • num_examples：77456

数据集详情

• 时间范围：从1950年10月2日到2000年2月13日
• 面板数量：77,456个面板
• 漫画数量：17,816个漫画
• 数据集大小：约4.4G

数据集字段

• image：包含提取面板的PIL.Image
• panel_name：唯一标识符
• characters：包含在漫画中的角色元组
• themes：包含在漫画中的主题元组
• color：指示面板是灰度还是彩色
• caption：由BLIP-2_FLAN-T5-XL生成的描述
• year：面板发布的年份

角色和主题信息来源

• 角色和主题信息从Peanuts Wiki (Fandom)提取
• 图像从Peanuts Search提取

提取角色

• "Charlie Brown"
• "Sally Brown"
• "Joe Cool"（史努比的分身）
• "Franklin"
• "Violet Gray"
• "Eudora"
• "Frieda"
• "Marcie"
• "Peppermint Patty"
• "Patty"
• "Pig-Pen"
• "Linus van Pelt"
• "Lucy van Pelt"
• "Rerun van Pelt"
• "Schroeder"
• "Snoopy"
• "Shermy"
• "Spike"
• "Woodstock"
• "the World War I Flying Ace"（史努比的分身）

提取细节

• 面板检测和提取使用OpenCV进行
• 灰度检测使用LAB颜色空间进行
• 描述生成使用BLIP-2管道进行，采用10束搜索和2.0的重复惩罚

搜集汇总

背景与挑战

背景概述

该数据集是一个花生漫画（Snoopy & Co.）数据集，包含从1950年10月2日到2000年2月13日的77,456个漫画面板，总大小约4.4GB。每个面板都配有BLIP-2_FLAN-T5-XL生成的标题，并包含角色、主题、颜色和年份等结构化元数据，适用于文本到图像任务，且采用Apache 2.0许可证，允许商业使用。