johnowhitaker/vqgan1024_encs_sf

该数据集包含来自CC12M的图像，这些图像使用VQGAN f16 1024进行编码。文件中还提供了一个脚本，用于继续准备更多的图像，如果用户需要超过约150万张图像的话。此外，还提供了VQGAN模型的下载链接。

原始信息汇总

数据集概述

• 名称: Images from CC12M encoded with VQGAN f16 1024
• 规模: 约150万张图像
• 编码模型: VQGAN
• 模型配置文件:
  • 权重文件: vqgan_im1024.ckpt
  • 配置文件: vqgan_im1024.yaml

附加信息

• 数据集扩展: 提供脚本以继续数据预处理，支持获取超过当前规模的图像数据。