Nunuvv/HumanEdit

---
language:
- en
license: cc-by-4.0
size_categories:
- 1K<n<10K
task_categories:
- text-to-image
- image-to-image
pretty_name: HumanEdit
dataset_info:
features:
- name: IMAGE_ID
dtype: string
- name: EDITING_TYPE
dtype: string
- name: CORE
dtype: int32
- name: MASK
dtype: int32
- name: EDITING_INSTRUCTION
dtype: string
- name: OUTPUT_DESCRIPTION
dtype: string
- name: INPUT_CAPTION_BY_LLAMA
dtype: string
- name: OUTPUT_CAPTION_BY_LLAMA
dtype: string
- name: INPUT_IMG
dtype: image
- name: MASK_IMG
dtype: image
- name: OUTPUT_IMG
dtype: image
splits:
- name: train
num_bytes: 16682224174.369
num_examples: 5751
download_size: 16377096205
dataset_size: 16682224174.369
---

# Dataset Card for HumanEdit

[Paper](https://huggingface.co/papers/2412.04280) (CVPR 2025 AI for Content Creation (AI4CC) Workshop)

## Dataset Description
- **Homepage:** https://viiika.github.io/HumanEdit
- **Repository:** https://github.com/viiika/HumanEdit
- **Point of Contact:** [Jinbin Bai](mailto:[e-mail])

## Usage

```python

from datasets import load_dataset
from PIL import Image

# Load the dataset
ds = load_dataset("BryanW/HumanEdit")

# Print the total number of samples and show the first sample
print(f"Total number of samples: {len(ds['train'])}")
print("First sample in the dataset:", ds['train'][0])

# Retrieve the first sample's data
data_dict = ds['train'][0]

# Save the input image (INPUT_IMG)
input_img = data_dict['INPUT_IMG']
input_img.save('input_image.jpg')
print("Saved input image as 'input_image.jpg'.")

# Save the mask image (MASK_IMG)
mask_img = data_dict['MASK_IMG']
mask_img.save('mask_image.png') # Note that the format of the mask image may need to be adjusted. Refer to https://github.com/viiika/HumanEdit/mask_convert.py for more details.
print("Saved mask image as 'mask_image.png'.")

# Save the output image (OUTPUT_IMG)
output_img = data_dict['OUTPUT_IMG']
output_img.save('output_image.jpg')
print("Saved output image as 'output_image.jpg'.")

```

## License

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

## Citation
If you find this work helpful, please consider citing:
```bibtex
@article{bai2024humanedit,
title={HumanEdit: A High-Quality Human-Rewarded Dataset for Instruction-based Image Editing},
author={Bai, Jinbin and Chow, Wei and Yang, Ling and Li, Xiangtai and Li, Juncheng and Zhang, Hanwang and Yan, Shuicheng},
journal={arXiv preprint arXiv:2412.04280},
year={2024}
}
```

---
语言：
- en（英语）
许可协议：cc-by-4.0
样本规模类别：
- 1K<n<10K
任务类别：
- 文本到图像（text-to-image）
- 图像到图像（image-to-image）
数据集展示名：HumanEdit
数据集信息：
特征：
- 名称：IMAGE_ID（图像ID），数据类型：string（字符串）
- 名称：EDITING_TYPE（编辑类型），数据类型：string（字符串）
- 名称：CORE（核心指标），数据类型：int32（32位整数）
- 名称：MASK（掩码标记），数据类型：int32（32位整数）
- 名称：EDITING_INSTRUCTION（编辑指令），数据类型：string（字符串）
- 名称：OUTPUT_DESCRIPTION（输出描述），数据类型：string（字符串）
- 名称：INPUT_CAPTION_BY_LLAMA（由LLAMA生成的输入标题），数据类型：string（字符串）
- 名称：OUTPUT_CAPTION_BY_LLAMA（由LLAMA生成的输出标题），数据类型：string（字符串）
- 名称：INPUT_IMG（输入图像），数据类型：image（图像）
- 名称：MASK_IMG（掩码图像），数据类型：image（图像）
- 名称：OUTPUT_IMG（输出图像），数据类型：image（图像）
划分：
- 名称：train（训练集），字节数：16682224174.369，样本数：5751
下载大小：16377096205
数据集总大小：16682224174.369
---

# HumanEdit 数据集卡片

[论文](https://huggingface.co/papers/2412.04280)（CVPR 2025 内容创作AI（AI4CC）研讨会）

## 数据集说明
- **主页：** https://viiika.github.io/HumanEdit
- **代码仓库：** https://github.com/viiika/HumanEdit
- **联系人：** [Jinbin Bai](mailto:[e-mail])

## 使用方法

python
from datasets import load_dataset
from PIL import Image

# 加载数据集
ds = load_dataset("BryanW/HumanEdit")

# 打印总样本数并展示首个样本
print(f"训练集总样本数：{len(ds['train'])}")
print("数据集中的首个样本：", ds['train'][0])

# 获取首个样本的数据
data_dict = ds['train'][0]

# 保存输入图像（INPUT_IMG）
input_img = data_dict['INPUT_IMG']
input_img.save('input_image.jpg')
print("已将输入图像保存为'input_image.jpg'。")

# 保存掩码图像（MASK_IMG）
mask_img = data_dict['MASK_IMG']
mask_img.save('mask_image.png') # 请注意掩码图像的格式可能需要调整，详情请参考https://github.com/viiika/HumanEdit/mask_convert.py。
print("已将掩码图像保存为'mask_image.png'。")

# 保存输出图像（OUTPUT_IMG）
output_img = data_dict['OUTPUT_IMG']
output_img.save('output_image.jpg')
print("已将输出图像保存为'output_image.jpg'。")

## 许可协议

知识共享许可协议
本作品采用知识共享署名4.0国际许可协议进行许可。

## 引用声明

若您认为本工作对您有所帮助，请引用以下文献：
bibtex
@article{bai2024humanedit,
title={HumanEdit: A High-Quality Human-Rewarded Dataset for Instruction-based Image Editing},
author={Bai, Jinbin and Chow, Wei and Yang, Ling and Li, Xiangtai and Li, Juncheng and Zhang, Hanwang and Yan, Shuicheng},
journal={arXiv preprint arXiv:2412.04280},
year={2024}
}