diffusiondb

收录理由

DiffusionDB 记录了真实用户在 Stable Diffusion 中输入的提示词，包含约 180 万条不同的提示词，对应 1400 万张生成图像，并附带了每张图像使用的种子、CFG 缩放、步数和采样器。提示词文本与生成参数被绑定在一起，因此这个数据集不仅适合浏览漂亮的图片。研究提示词工程或开发预测、推荐提示词工具的人，可以直接从这份语料中挖掘，而不必自己收集数据；同样的数据也支持研究文本引导如何影响生成模型。Parquet 元数据表允许你筛选提示词、参数和 NSFW 标记，而无需下载图像文件；2M 子集足够小，可以在单台机器上快速进行原型验证。此外，检测合成图像的研究者会发现，这个数据集的规模以及每张图像的 NSFW 标签对实验很有帮助。