frank-chieng/ddpm-butterflies-128

该数据集是ceyda/smithsonian_butterflies数据集的子集，经过额外处理以训练ceyda/butterfly_gan模型。处理步骤包括使用CLIP模型为图像添加sim_score，移除同名（同种）的蝴蝶图像，限制图像数量为前1000张，移除背景，检测轮廓，裁剪到最大面积轮廓的边界框，并转换回RGB格式。

原始信息汇总

数据集概述

该数据集是 "ceyda/smithsonian_butterflies" 数据集的一个子集，经过额外处理以训练 "ceyda/butterfly_gan" 模型。

预处理步骤

1. 添加相似度分数：使用 CLIP 模型为图像添加 "sim_score"，关键词包括 "pretty butterfly"、"one butterfly"、"butterfly with open wings"、"colorful butterfly"。
2. 去重：移除同名（同种）蝴蝶的图像。
3. 限制数量：仅保留前 1000 张图像。
4. 背景移除：移除背景（未进行背景移除后的相似度评分，因为视觉效果较差）。
5. 轮廓检测：检测图像中的轮廓。
6. 裁剪：裁剪到轮廓最大区域的边界框。
7. 转换格式：将图像转换回 RGB 格式。