nebula/civitai-2.5m

Civitai-2.5M数据集包含约250万张由AI生成的图像，这些图像来自civitai。数据集的元数据来源于Hugging Face上的另一个数据集，并使用img2dataset工具创建。数据集的特征包括图像文件（jpg）和相关的元数据（json），元数据中包含标题、错误信息、exif信息、哈希值、高度、ID、键、负面提示、原始高度、原始宽度、sha256、状态、URL和宽度等信息。数据集分为训练集，包含2,388,378个样本，总大小为757,285,374,527字节，下载大小为754,294,698,643字节。

原始信息汇总

Civitai-2.5M 数据集概述

数据集信息

特征

• key: 数据类型为字符串。
• jpg: 数据类型为图像。
• json: 包含以下结构：
  • caption: 数据类型为字符串。
  • error_message: 数据类型为空。
  • exif: 数据类型为字符串。
  • hash: 数据类型为字符串。
  • height: 数据类型为整数（int64）。
  • id: 数据类型为整数（int64）。
  • key: 数据类型为字符串。
  • negativePrompt: 数据类型为字符串。
  • original_height: 数据类型为整数（int64）。
  • original_width: 数据类型为整数（int64）。
  • sha256: 数据类型为字符串。
  • status: 数据类型为字符串。
  • url: 数据类型为字符串。
  • width: 数据类型为整数（int64）。

数据分割

• train: 包含 2,388,378 个样本，总字节数为 757,285,374,527.0。

数据集大小

• 下载大小: 754,294,698,643 字节。
• 数据集大小: 757,285,374,527.0 字节。

配置

• default: 包含训练数据文件，路径为 data/train-*。

数据集描述

该数据集包含约 250 万张由 Civitai 生成的 AI 图像。