DreamBooth 画像データセット

DreamBooth データセットは、特定の個人の画像を認識して生成する拡散モデルをトレーニングするために使用されるデータセットです。これにより、少数の画像 (特定の物体や人物の数枚の写真など) を使用してモデルをトレーニングできるため、主要な視覚的特徴を維持しながら、さまざまなコンテキストで特定の個人の画像を生成できます。

データセットには、9 つの生きた被験者 (犬や猫など) と 21 の物体を含む 30 の異なるカテゴリの被験者が含まれており、各被験者に 4 ～ 6 枚の画像が含まれています。これらの画像は、モデルがさまざまな状況で被写体がどのように見えるかを確実に学習できるように、さまざまな条件、環境、角度で撮影されることがよくあります。

• データセットにはファイルも含まれています prompts_and_classes.txtこれには、論文内のライブ トピックとオブジェクトのすべてのプロンプトと、トピックに使用されるカテゴリ名が含まれています。
• 画像は論文の著者が撮影したか、www.unsplash.com から入手したものです。
• すべき references_and_licenses.txt このファイルには、www.unsplash.com 上のすべての画像の参照リンクのリストと、画像の写真家の帰属とライセンスが含まれています。

このデータセットは Google の論文です。DreamBooth: 主題駆動型生成のためのテキストから画像への拡散モデルの微調整「公式リポジトリの一部である論文結果は CVPR 2023 に掲載されています。