Legend2727/xLingual-picobanana-taxonomy-6k

--- dataset_info: dataset_name: xLingual PicoBanana Taxonomy 6k license: mit task_categories: - image-editing - multimodal-classification language: - en - hi - bn pretty_name: xLingual PicoBanana Taxonomy 6k --- # xLingual PicoBanana Taxonomy 6k Canonical public dataset repo: - `Legend2727/xLingual-picobanana-taxonomy-6k` This release is the cleaned 6k subset of the earlier 12k repository. It keeps: - source image - edited image - instruction in English, Hindi, and Bangla - canonical 11-label taxonomy labels ## Dataset contract - rows: 6000 - languages: en / hi / bn - taxonomy labels: 11 canonical classes - source_type distribution: `{"preference_rejected": 3893, "sft": 2107}` ## Files - `metadata.jsonl`: full 6k row-level metadata - `labels.jsonl`: label-focused companion file - `images/source/`: source images - `images/target/`: edited images - `splits/`: train/val/test/demo split files ## Loading Use the repo as a standard JSONL + image-path dataset. The metadata rows contain POSIX paths and all three prompt languages. ## Notes - The older 12k repository remains public only for historical compatibility. - This 6k repo is the preferred public release for downstream work.### 数据集信息 - 数据集名称：xLingual PicoBanana 分类法6k（xLingual PicoBanana Taxonomy 6k） - 许可证：MIT许可证 - 任务类别：图像编辑、多模态分类 - 支持语言：英语、印地语、孟加拉语 - 规范名称：xLingual PicoBanana 分类法6k（xLingual PicoBanana Taxonomy 6k） # xLingual PicoBanana 分类法6k数据集（xLingual PicoBanana Taxonomy 6k） ## 官方公开数据集仓库 - `Legend2727/xLingual-picobanana-taxonomy-6k` 本次发布为早期12k数据集仓库的经清洗后的6k子集，保留以下内容： - 源图像 - 编辑后图像 - 英语、印地语与孟加拉语的指令文本 - 11类标准分类法标签 ## 数据集规范 - 总样本数：6000 - 支持语言：英语/印地语/孟加拉语 - 分类法标签：11个标准类别 - 源数据类型分布：`{"偏好拒绝样本（preference_rejected）": 3893, "监督微调（sft）": 2107}` ## 文件结构 - `metadata.jsonl`: 包含全部6000条样本的行级元数据文件 - `labels.jsonl`: 聚焦标签信息的配套元数据文件 - `images/source/`: 存储源图像的目录 - `images/target/`: 存储编辑后图像的目录 - `splits/`: 包含训练、验证、测试与演示集划分文件的目录 ## 加载方式 可将该仓库作为标准JSON行（JSONL）格式+图像路径的数据集进行加载。元数据行包含POSIX路径与全部三种提示语言。 ## 说明 - 早期的12k数据集仓库仍保持公开，仅用于历史兼容性场景。 - 本次发布的6k数据集仓库为下游任务优先推荐使用的官方公开版本。