X-Fun-Images-Demo

# X-Fun-Images-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** 项目的图片训练演示数据集，包含19张训练图片，适用于图像生成模型的训练和测试。 ## 数据集结构 ``` X-Fun-Images-Demo/ ├── train/ # 训练图片目录 │ ├── 00031-3640797216.png # 训练图片 (832x624) │ ├── 00032-3838108680.png │ └── ... (共19张图片) ├── 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 # 为元数据添加图片宽高信息 ├── .gitattributes # Git LFS 配置文件 └── README.md # 本文件 ``` ## 数据说明 ### 图片信息 - **数量**: 19张训练图片 - **格式**: PNG - **分辨率**: 832 x 624 (高 x 宽) - **内容**: 人物肖像图片，包含详细的标签描述 ### 标签描述 所有图片均使用统一的标签格式，包含以下特征： - 人物外貌特征（发型、眼睛颜色、配饰） - 场景环境（背景、光线） - 姿态描述（注视方向、上半身） ### 元数据文件 #### metadata.json 基础版本的元数据文件，包含： - `file_path`: 图片文件路径 - `text`: 图片标签描述 - `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`: 图片高度（832） - `width`: 图片宽度（624） ## 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 读取图片文件的分辨率，在元数据 JSON 中添加 `width` 和 `height` 字段。 ```bash python datasets/X-Fun-Images-Demo/process_json_add_width_and_height.py \ --input_file datasets/X-Fun-Images-Demo/metadata.json \ --output_file datasets/X-Fun-Images-Demo/metadata_add_width_height.json \ --base_dir datasets/X-Fun-Images-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-Demo --local_dir ./datasets/X-Fun-Images-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-Demo" export DATASET_META_NAME="datasets/X-Fun-Images-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` 以获取完整的图片尺寸信息 ## 相关项目 - [VideoX-Fun](https://github.com/aigc-apps/VideoX-Fun)