发布 laion2b-45ish-1120px 数据集, 应用在 图像识别、AI生成内容 领域

本次发布的数据集 laion2b-45ish-1120px, 这是一个从LAION2B-en-aesthetic数据集中选取的子集，基于长宽比进行了筛选，并且具有更好的标题注释。这是一个通用型数据集，其中大约只有30%的图片包含人类。所有非现实风格的图片都被过滤掉了，旨在创建一个“现实世界”的数据集。这个数据集大约有80,000张图片，磁盘占用大约为45G。这个数据集没有经过人工单独筛选，只是批量剔除。图片的长宽比为4:5的肖像画风格，或者稍微宽一些（因为稍微太宽的图片可以被安全地裁剪得更窄）。作者对于选择1120像素的最低高度可能有所偏差，建议可能需要选择1152像素（因为64的倍数）。数据集中包含了两种自动生成的标题风格：“moondream”和“wd14”，并使用这些风格来过滤掉带水印的图片。使用“moondream”模型为每张图片添加了AI生成的标题，并使用该模型过滤掉带水印的图片。

查看laion2b-45ish-1120px

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。