AILab-CVC/SEED-Data-Edit-Part1-Unsplash

SEED-Data-Edit是一个用于指令引导图像编辑的混合数据集，总共包含3.7百万个图像编辑对。数据集分为三部分：第一部分是通过自动化管道生成的大规模高质量编辑数据（3.5百万对）；第二部分是从互联网收集的真实场景数据（52千对）；第三部分是由人类标注的高精度多轮编辑数据（95千对，21千多轮，最多5轮）。数据集的图像来源包括Unsplash、Openimages、Photoshopbattles、Photoshop gurus、Photoshoprequest、Zhopped、SAM和JourneyDB。数据集仅用于非商业研究目的，使用CC-BY-NC-4.0许可证。

原始信息汇总

SEED-Data-Edit 数据集概述

数据集描述

SEED-Data-Edit 是一个用于指令引导图像编辑的混合数据集，包含总共 3.7 万个图像编辑对。该数据集由三种不同类型的数据组成：

• Part-1: 由自动化流水线生成的大规模高质量编辑数据（350 万个编辑对）。
• Part-2: 从互联网收集的真实场景数据（5.2 万个编辑对）。
• Part-3: 由人工标注的高精度多轮编辑数据（9.5 万个编辑对，2.1 万个多轮回合，最多 5 轮）。

本仓库包含 SEED-Data-Edit 的 Part-1 部分，源图像来自 Unsplash。

数据处理

下载数据后，需要将分割文件重新组装成原始的 .tar.gz 文件，然后解压。具体操作如下：

bash cat unsplash_images.tar.gz.part-* > unsplash_images.tar.gz

数据标注

• annotations 文件夹包含原始指令。
• annotations_GPT4V 文件夹存储由 GPT-4V 重写的一小部分指令。

许可证

SEED-Data-Edit 数据集在 CC-BY-NC-4.0 许可证下发布，仅用于非商业研究目的。任何商业用途的使用均被严格禁止。

图像来源

• Part-1: 使用 Unsplash 和 Openimages 的图像。
• Part-2: 从 Photoshopbattles、Photoshop gurus、Photoshoprequest 和 Zhopped 收集图像。
• Part-3: 使用 Unsplash、SAM 和 JourneyDB 的图像。

腾讯不持有这些图像的版权，版权归原始所有者所有。如有任何图像侵犯您的权利，请立即与我们联系，我们将及时移除相应数据。