Pokémon BLIP字幕 数据集卡片

用于训练 Pokémon text to image model 的数据集

BLIP生成的字幕适用于由 Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis (FastGAN) 介绍的Few Shot Pokémon数据集的 Pokémon 图像。原始图像来自 FastGAN-pytorch ，并使用 pre-trained BLIP model 加上了字幕。

对于每一行，数据集包含图像和文本键。图像是一个可变大小的PIL jpeg图像，而文本是相应的字幕。只提供了一个训练集。

示例

一个画着绿色 Pokémon 并有红色眼睛的图画

一个绿色和黄色的玩具带着红色的鼻子

一个红色和白色的球脸上带着愤怒的表情

引用

如果您使用了这个数据集，请引用如下：

@misc{pinkney2022pokemon,
      author = {Pinkney, Justin N. M.},
      title = {Pokemon BLIP captions},
      year={2022},
      howpublished= {\url{https://huggingface.co/datasets/lambdalabs/pokemon-blip-captions/}}
}