SujinHwang/criminal-sketch-Hr

该数据集是通过处理原始数据集创建的，原始数据集包含虚拟人物的文本描述和对应的合成素描图像。文本描述具有固定的格式（如性别、年龄、脸型、发型、眼睛特征、鼻子特征等），这可能导致模型过拟合，使其难以处理更多样化或自然语言描述。尽管如此，作者选择使用该数据集，因为自然语言描述的数据在时间受限的训练环境中难以有效学习。为了缓解这一问题，作者从原始文本文件中选择了特定的要点，并将它们合并成语法正确的句子，以捕捉自然描述的本质，同时为模型提供更结构化的学习格式。

原始信息汇总

数据集卡片 "criminal-sketch-Hr"

数据集概述

该数据集是通过处理原始数据集创建的，原始数据集包含虚拟人物的文本描述和相应的合成素描图像。

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:
  • 名称: image
    • 数据类型: image
  • 名称: text
    • 数据类型: string
• 分割:
  • 名称: train
    • 字节数: 182934925.572
    • 样本数: 8071
• 下载大小: 166876827
• 数据集大小: 182934925.572

注意事项

该数据集可能不适合训练通用文本到图像模型，因为文本描述的固定格式可能导致模型过拟合。模型可能仅限于根据特定格式生成图像，而在处理更多样化或自然语言描述时表现不佳。