guangyil/laion-coco-aesthetic

该数据集包含LAION-COCO数据集的10%样本，经过一些文本规则（如移除URL、特殊标记等）和图像规则（如图像大小大于384x384、美学评分大于4.75、水印概率小于0.5）的过滤。数据集中共有8,563,753个数据实例，并且包含了美学评分和水印评分。需要注意的是，表格中的水印评分表示图像中存在水印的概率。

This dataset contains 10% of the samples from the LAION-COCO dataset, which has been filtered via two sets of rules: text-based rules (e.g., removing URLs, special tokens, etc.) and image-based rules (e.g., image size larger than 384×384, aesthetic score greater than 4.75, and watermark probability less than 0.5). The dataset comprises a total of 8,563,753 data instances, and includes both aesthetic scores and watermark scores. It should be noted that the watermark scores listed in the table represent the probability that a watermark is present in the corresponding image.

原始信息汇总

数据集概述

数据集组成

• 本数据集包含LAION-COCO数据集的10%样本，经过文本和图像规则筛选。
• 文本规则包括移除URL和特殊标记等。
• 图像规则包括图像尺寸大于384x384像素，美学评分大于4.75，水印概率小于0.5。

数据量

• 数据集总计包含8,563,753个数据实例。

附加信息

• 每个数据实例均包含相应的美学评分和水印评分。