tglcourse/latent_lsun_church_128px

数据集latent_lsun_church_128px包含经过裁剪至128px正方形并使用与Stable Diffusion相同的VAE编码的图像。每个图像被编码为4x16x16的潜在表示。数据集的特征包括标签（0到9和a到f的类别）和潜在表示（一个4x16x16的浮点数序列）。数据集分为训练集和测试集，训练集包含119915个样本，测试集包含6312个样本。README还提供了如何使用VAE解码潜在表示以生成图像的示例代码。

The dataset latent_lsun_church_128px comprises images cropped to 128px squares and encoded using the same VAE as used in Stable Diffusion. Each image is encoded into a 4×16×16 latent representation. The features of this dataset include labels (categories from 0 to 9 and a to f) and latent representations (a 4×16×16 sequence of floating-point numbers). This dataset is split into training and test sets, with the training set containing 119,915 samples and the test set containing 6,312 samples. The README also provides sample code demonstrating how to decode latent representations using the VAE to generate images.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • label: 类别标签，包含16个类别，从0到f。
  • latent: 序列数据，类型为float32。

• 数据分割:

  • test: 包含6312个样本，大小为27646560字节。
  • train: 包含119915个样本，大小为525227700字节。

• 下载大小: 527167710字节

• 数据集大小: 552874260字节

数据集描述

• 每个图像被裁剪为128px的正方形，并使用与Stable Diffusion相同的VAE编码为4x16x16的潜在表示。

搜集汇总

背景与挑战

背景概述

该数据集名为'latent_lsun_church_128px'，是一个专门处理教堂场景图像的潜在表示数据集。其核心特点在于所有图像均被裁剪为128x128像素，并使用稳定扩散（Stable Diffusion）模型中的变分自编码器（VAE）编码为4x16x16的潜在表示。数据集规模适中，包含约12.6万行数据，以Parquet格式存储，总大小为527 MB，适用于生成模型训练和潜在空间分析任务。