Apple 发布 Pico-Banana-400K 数据集, 应用在 图像编辑、机器学习 领域

Apple 本次发布的数据集 Pico-Banana-400K, Pico-Banana-400K是一个包含约400,000个文本引导图像编辑示例的综合数据集，这些示例是从OpenImages数据集中的真实照片构建的。该数据集采用了35种编辑类型的系统分类法，并通过基于MLLM的质量评分和人工筛选来确保高质量和多样性。数据集包括三个专门的子集：一个72K示例的多轮集合用于研究连续修改中的顺序编辑、推理和规划；一个56K示例的偏好子集用于对齐研究和奖励模型训练；以及成对的长期和短期编辑指令，用于开发指令重写和摘要能力。通过提供这个大规模、高质量和任务丰富的资源，Pico-Banana-400K为训练和评估下一代文本引导图像编辑技术奠定了坚实的基础。

查看Pico-Banana-400K

README 内容： 

关于 Apple , 苹果公司是一家全球知名的科技公司，总部位于美国加利福尼亚州库比蒂诺。公司主要设计、开发和销售消费电子产品、计算机软件和在线服务。其知名产品包括iPhone、iPad、Mac电脑、Apple Watch和Apple TV等。苹果公司以其创新的产品设计和强大的品牌影响力在全球科技行业中占据重要地位。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。