diffusiondb

> 编程语言

开源

基于 Stable Diffusion 的大规模文本到图像提示集数据集

1.4K stars0 点赞0 次浏览

访问官网 GitHub

工具介绍

基于 Stable Diffusion 的大规模文本到图像提示集数据集

DiffusionDB ">DiffusionDB 是第一个大规模的文本到图像提示数据集。它包含由 Stable Diffusion 使用真实用户指定的提示和超参数生成的 1400 万张图像。这个人为操作的数据集的前所未有的规模和多样性为理解提示和生成模型之间的相互作用、检测深度伪造以及设计人类-人工智能交互工具以帮助用户更轻松地使用这些模型提供了令人兴奋的研究机会。

DiffusionDB 提供了两个子集 (DiffusionDB 2M 和 DiffusionDB Large) 来支持不同的需求。

我们使用模块化文件结构来分发 DiffusionDB。DiffusionDB 2M 中的 200 万张图像分成 2000 个文件夹，每个文件夹包含 1000 张图像和一个 JSON 文件，将这些 1000 张图像与它们的提示和超参数进行关联。同样，DiffusionDB Large 中的 1400 万张图像分成 14000 个文件夹。

bash

# DiffusionDB 2M
./
├── images
│   ├── part-000001
│   │   ├── 3bfcd9cf-26ea-4303-bbe1-b095853f5360.png
│   │   ├── 5f47c66c-51d4-4f2c-a872-a68518f44adb.png
│   │   ├── 66b428b9-55dc-4907-b116-55aaa887de30.png
│   │   ├── […]
│   │   └── part-000001.json
│   ├── part-000002
│   ├── part-000003
│   ├── […]
│   └── part-002000
└── metadata.parquet
`