https://www.php.cn/link/df2782c019d0d66a88af774011e8ab29
苹果公司近日推出了名为Pico-Banana-400K的大规模图像数据集，包含40万张精心筛选的图片。该数据集基于Google Gemini-2.5系列模型构建，相关论文《Pico-Banana-400K：面向文本引导图像编辑的大规模数据集》也已同步发布。
该数据集以OpenImages中的真实图像为原始素材，涵盖35种不同类型的编辑任务，归为8个主要类别。编辑图像由Gemini-2.5-Flash-Image（又称Nano-Banana）生成，随后通过Gemini-2.5-Pro对指令遵循能力与视觉质量进行评估和筛选。数据集中包含单步编辑、多轮编辑流程以及成功与失败结果的对比样本。
AI图像编辑器
使用文本提示编辑、变换和增强照片
46 查看详情 
Pico-Banana-400K采用非商业性研究许可，仅供学术及人工智能研究使用，禁止用于商业用途。尽管苹果承认Nano-Banana在技术上存在一定局限，但仍希望该数据集能成为推动下一代图像编辑模型发展的重要资源，为训练和基准测试提供支持。论文已发布于arXiv，数据集亦可在GitHub上免费获取。
以上就是苹果发布 Pico-Banana-400K 数据集，助力文本引导图像编辑研究的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/319011.html
微信扫一扫 
支付宝扫一扫 
