Curaset EN

Пример датасета для обучения LoRA

В датасете с подписями каждому изображению соответствует текстовый файл с описанием. Разберём, как собрать такие пары, проверить их и скачать готовый набор. Структуру папок и настройки обучения сверяйте с документацией выбранной программы.

Документация Curaset · Обновлено

Назовите изображение и подпись одинаково

Имена файлов без расширения должны совпадать: mug_01.jpg соответствует mug_01.txt. Выбирайте формат изображения, который поддерживает программа для обучения. Каждому изображению нужен свой файл с подписью. Один общий TXT на всю папку для этого не подойдёт.

dataset/
  mug_01.jpg
  mug_01.txt
  mug_02.jpg
  mug_02.txt

Подпишите каждое изображение

В примере ниже описана керамическая кружка на деревянном столе. Сравните текст с изображением и пишите о том, что действительно видно. Пример подписи дан на английском. Язык и формат выбирайте с учётом рекомендаций для вашей модели.

A ceramic mug on a wooden table, soft window light, green plants in the background.
Керамическая кружка на столе: пример изображения датасета
Сравните подпись из примера с тем, что видно на изображении.

Проверьте и исправьте набор в Curaset

Загрузите изображения вместе с TXT-файлами. Просмотрите каждую картинку рядом с подписью. Можно исправить отдельную подпись или выбрать несколько изображений, чтобы добавить, удалить или заменить тег. Перед массовой правкой проверьте, сколько подписей изменится. Если результат не подходит, отмените правку.

Проверьте набор перед экспортом

Выберите фильтр «Пустые подписи», чтобы найти изображения без описания. Затем нажмите «Проверить» и просмотрите замечания к набору. Необычный тег или соотношение сторон могут быть уместны: сначала посмотрите на изображение и только потом решайте, нужна ли правка. Убедитесь, что подписи соответствуют картинкам после обрезки и других изменений. Перед скачиванием ZIP дождитесь сообщения «Все изменения сохранены».

Проверьте содержимое ZIP

Распакуйте архив и проверьте пары изображений и TXT-файлов. Если при экспорте вы выбрали другой формат изображений, посмотрите на получившиеся расширения. Оригиналы храните отдельно. Повторы, группировку изображений по размеру (buckets) и другие настройки задавайте в программе для обучения. Curaset помогает подготовить набор; качество обученной модели также зависит от самих изображений и процесса обучения.