MagicBrush
MagicBrush es un conjunto de datos de edición guiada de imágenes anotado manualmente, que cubre varios escenarios de edición de uno y varios giros, con o sin máscaras. Ideal para entrenar modelos especializados.
10 000 triples (imagen de origen, instrucciones, imagen de destino), PNG/JPEG y formatos de texto
CC-BY 4.0
Descripción
El conjunto de datos MagicBrush incluye aproximadamente 10 000 triples que consisten en una imagen de origen, una instrucción de edición y la imagen de destino resultante. Las anotaciones manuales garantizan la calidad de las ediciones en varios contextos, incluidas las ediciones con o sin máscaras.
¿Para qué sirve este conjunto de datos?
- Entrene modelos de edición de imágenes guiándose por instrucciones
- Desarrolle asistentes de inteligencia artificial para la edición interactiva de fotografías
- Estudie escenarios de edición visual de uno y varios giros
¿Se puede enriquecer o mejorar?
Sí, podemos ampliar este conjunto de datos con anotaciones adicionales sobre la naturaleza de los cambios o añadir más escenarios de varios turnos. La integración de máscaras o metadatos de contexto más precisos sería una ventaja.
🔎 En resumen
🧠 Recomendado para
- Investigadores de visión artificial
- Desarrolladores de herramientas de edición de IA
- Proyectos de publicación interactiva
🔧 Herramientas compatibles
- PyTorch
- TensorFlow
- Diffusers
- Herramientas de anotación de imagen
💡 Consejo
Para aprovechar al máximo, pruebe escenarios de varios giros en cadena para obtener resultados realistas.
Preguntas frecuentes
¿Este conjunto de datos contiene anotaciones manuales?
Sí, todas las instrucciones y los cambios se anotan manualmente para garantizar la calidad.
¿Se puede usar este conjunto de datos para escenarios de varios turnos?
Sí, incluye escenarios de edición de imágenes de uno y varios giros.
¿Este conjunto de datos es adecuado para entrenar modelos de alta resolución?
El conjunto de datos principal tiene una resolución moderada, pero es posible adaptarlo a modelos de alta resolución mediante un ajuste fino.




