Datasets:

LiveCompose
/

LiveCompose-outpainted

@@ -1,156 +1,183 @@
----
-pretty_name: Outpainted for Image Cropping
-license: other
-license_name: research-only-source-license-dependent
-task_categories:
-- image-to-image
-- object-detection
-tags:
-- image
-- computer-vision
-- image-cropping
-- bounding-box
-- outpainting
-- inpainting
-- stable-diffusion
-- composition
-- imagefolder
-size_categories:
-- 10K<n<100K
----
-# Outpainted for Image Cropping
-<p align="center">
-  <a href="./README.md">English</a> | <a href="./README_zh.md">涓枃</a>
-</p>
-## 鏁版嵁闆嗙畝浠?
-鏈暟鎹泦鍖呭惈涓€鎵归€氳繃 **Stable Diffusion v2 Inpaint** 鎵╁浘寰楀埌鐨勫浘鍍忥紝浠ュ強姣忓紶鎵╁浘鍥惧儚涓€滃師濮嬪浘鍍忓尯鍩熲€濈殑杈圭晫妗嗘爣娉ㄣ€傛暟鎹泦涓昏闈㈠悜鍥惧儚瑁佸壀銆佸師濮嬬敾骞呮仮澶嶃€佹瀯鍥炬劅鐭ヨ鍓拰鎵╁浘鎰熺煡瑙嗚鐞嗚В绛夌爺绌朵换鍔°€?
-姣忎釜鏍锋湰鍖呭惈锛?
-- 涓€寮犳墿鍥惧悗鐨勫浘鐗囷紱
-- `orig_bbox`锛氬師鍥惧湪鎵╁睍鐢诲竷涓殑浣嶇疆锛?- `composition_tags`锛氬浘鐗囨瀯鍥炬爣绛惧垪琛紝閮ㄥ垎涓虹┖銆?
-## 鏁版嵁鐢熸垚娴佺▼
-![image-20260503132555963](./assets/image-20260503132555963.png)
-鏁版嵁鐢熸垚娴佺▼濡備笅锛?
-1. 鏀堕泦涓撲笟鎽勫奖鍥剧墖鎴栭珮缇庡璇勫垎鍥剧墖銆?2. 鑾峰彇鎴栫敓鎴愬浘鍍忔弿杩帮紝渚嬪浣跨敤 BLIP 鐢熸垚 caption銆?3. 璁剧疆寰呮墿灞曡竟璺濄€?4. 浣跨敤 **Stable Diffusion v2 Inpaint** 瀵规墿灞曞尯鍩熻繘琛岃ˉ鍏ㄣ€?5. 浣跨敤姝ｉ潰鎻愮ず璇嶇害鏉熺敓鎴愬唴瀹广€?6. 浣跨敤璐熼潰鎻愮ず璇嶅噺灏戜笉甯屾湜鍑虹幇鐨勫唴瀹癸紝渚嬪 `frame`銆乣border`銆乣text`銆乣watermark` 绛夈€?7. 瀵圭敓鎴愮粨鏋滆繘琛屼吉褰辨娴嬨€佷竴鑷存€ф娴嬨€?8. 杩涜浜哄伐鏍告煡銆?9. 淇濈暀閫氳繃璐ㄩ噺妫€鏌ョ殑鏍锋湰锛屽苟璁板綍鍘熷浘鍖哄煙 bbox锛屽舰鎴?training pairs銆?
-`orig_bbox` 浣跨敤濡備笅鏍煎紡锛?
-```text
-[x_min, y_min, x_max, y_max]
-```
-璇?bbox 琛ㄧず鍘熷鍥惧儚鍖哄煙鍦ㄦ墿鍥惧悗鐢诲竷涓殑浣嶇疆锛岃€屼笉鏄洰鏍囨娴嬩腑鐨勭墿浣撴銆?
-## 鏁版嵁鏉ユ簮
-鏈暟鎹泦鐨勬簮鍥惧儚鏉ヨ嚜鎴栧弬鑰冧互涓嬪叕寮€鏁版嵁闆?浠撳簱锛?
-1. **PICD: Photographic Image Composition Dataset**
-   https://github.com/CV-xueba/PICD_ImageComposition
-2. **LAION Aesthetics v2 4.75**
-   https://huggingface.co/datasets/laion/aesthetics_v2_4.75
-3. **Landscape-Dataset**
-   https://github.com/koishi70/Landscape-Dataset/tree/master
-## 鏁版嵁缁撴瀯
-```text
-outpainted-for-image-cropping/
-鈹溾攢鈹€ README.md
-鈹溾攢鈹€ metadata.jsonl
-鈹溾攢鈹€ stats.json
-鈹斺攢鈹€ images/
-    鈹溾攢鈹€ img_000000.png
-    鈹溾攢鈹€ img_000001.png
-    鈹斺攢鈹€ ...
-```
-`metadata.jsonl` 涓瘡涓€琛屽搴斾竴涓牱鏈紝渚嬪锛?
-```json
-{
-  "file_name": "images/img_000000.png",
-  "orig_bbox": [281, 77, 881, 487],
-  "composition_tags": ["HORI2"]
-}
-```
-### 瀛楁璇存槑
-- `file_name`锛氭墿鍥惧悗鍥剧墖鐨勭浉瀵硅矾寰勩€?- `orig_bbox`锛氬師鍥惧尯鍩熷湪鎵╁浘鐢诲竷涓殑杈圭晫妗嗭紝鏍煎紡涓?`[x_min, y_min, x_max, y_max]`銆?- `composition_tags`锛氫粠鍘熷鏁版嵁闆嗕腑瑙ｆ瀽寰楀埌鐨勬瀯鍥炬爣绛惧垪琛ㄣ€傝嫢娌℃湁鍙潬鐨勬瀯鍥炬爣绛撅紝鍒欎负绌哄垪琛?`[]`銆?
-## 鏁版嵁闆嗙粺璁?楂橀鏋勫浘鏍囩锛?
-| 鏍囩 | 鏁伴噺 |
-|---|---:|
-| HORI2 | 1,956 |
-| HORI3 | 1,694 |
-| DIFFUSE | 1,600 |
-| DENSE | 1,436 |
-| DIA | 1,305 |
-| LINE_VERTI3 | 1,156 |
-| PATTERN | 1,000 |
-| LINE_VERTI_MANY | 983 |
-| POINT_MULTI_HORI | 64 |
-| LINE_VERTI2 | 55 |
-## 浣跨敤鏂瑰紡
-浠?Hugging Face Hub 鍔犺浇锛?
-```python
-from datasets import load_dataset
-dataset = load_dataset("zzsyppt/outpainted-for-image-cropping")
-print(dataset)
-print(dataset["train"][0])
-```
-鏈湴涓婁紶鍓嶆鏌ワ細
-```python
-from datasets import load_dataset
-dataset = load_dataset("imagefolder", data_dir="./hf_dataset")
-print(dataset)
-print(dataset["train"][0])
-```
-棰勬湡瀛楁鍖呮嫭锛?
-```text
-image
-orig_bbox
-composition_tags
-```
-## 寮曠敤
-鏈暟鎹泦浠呯敤浜庝釜浜虹敤閫斻€傚鏋滀娇鐢ㄦ湰鏁版嵁闆嗭紝璇锋牴鎹疄闄呬娇鐢ㄧ殑鏍锋湰鏉ユ簮寮曠敤瀵瑰簲涓婃父鏁版嵁闆嗐€?
-### PICD
-```bibtex
-@inproceedings{zhao2025can,
-  title={Can Machines Understand Composition? Dataset and Benchmark for Photographic Image Composition Embedding and Understanding},
-  author={Zhao, Zhaoran and Lu, Peng and Zhang, Anran and Li, Peipei and Li, Xia and Liu, Xuannan and Hu, Yang and Chen, Shiyi and Wang, Liwei and Guo, Wenhao},
-  booktitle={Proceedings of the Computer Vision and Pattern Recognition Conference},
-  pages={14411--14421},
-  year={2025}
-}
-```
-### LAION-Aesthetics
-璇峰弬鑰?LAION 瀹樻柟椤甸潰鍜屽搴?Hugging Face 鏁版嵁闆嗛〉闈㈠紩鐢?LAION-Aesthetics / LAION-5B 鐩稿叧宸ヤ綔锛?
-- https://laion.ai/blog/laion-aesthetics/
-- https://huggingface.co/datasets/laion/aesthetics_v2_4.75
-### Landscape-Dataset
-璇峰弬鑰冨師濮嬩粨搴擄細
-- https://github.com/koishi70/Landscape-Dataset/tree/master
-## 鑷磋阿
-鏈暟鎹泦鐨勭敓鎴愪娇鐢ㄤ簡 Stable Diffusion v2 Inpaint锛屽苟鍙傝€冩垨浣跨敤浜嗗叕寮€鍥惧儚鏁版嵁婧愩€傛劅璋笂娓告暟鎹泦銆佷粨搴撳拰妯″瀷鐨勫垱寤鸿€呬笌缁存姢鑰呫€?

+---
+pretty_name: Outpainted for Image Cropping
+license: other
+license_name: research-only
+task_categories:
+- image-to-image
+- object-detection
+tags:
+- image
+- computer-vision
+- image-cropping
+- bounding-box
+- outpainting
+- inpainting
+- stable-diffusion
+- composition
+- imagefolder
+size_categories:
+- 10K<n<100K
+---
+# Outpainted for Image Cropping
+<p align="center">
+  <a href="./README.md">English</a> | <a href="./README_zh.md">中文</a>
+</p>
+## 数据集简介
+本数据集包含一批通过 **Stable Diffusion v2 Inpaint** 扩图得到的图像，以及每张扩图图像中“原始图像区域”的边界框标注。数据集主要面向图像裁剪、原始画幅恢复、构图感知裁剪和扩图感知视觉理解等研究任务。
+每个样本包含：
+- 一张扩图后的图片；
+- `orig_bbox`：原图在扩展画布中的位置；
+- `composition_tags`：图片构图标签列表，部分为空。
+## 数据生成流程
+![image-20260503132555963](./assets/image-20260503132555963.png)
+数据生成流程如下：
+1. 收集专业摄影图片或高美学评分图片。
+2. 获取或生成图像描述，例如使用 BLIP 生成 caption。
+3. 设置待扩展边距。
+4. 使用 **Stable Diffusion v2 Inpaint** 对扩展区域进行补全。
+5. 使用正面提示词约束生成内容。
+6. 使用负面提示词减少不希望出现的内容，例如 `frame`、`border`、`text`、`watermark` 等。
+7. 对生成结果进行伪影检测、一致性检测。
+8. 进行人工核查。
+9. 保留通过质量检查的样本，并记录原图区域 bbox，形成 training pairs。
+`orig_bbox` 使用如下格式：
+```text
+[x_min, y_min, x_max, y_max]
+```
+该 bbox 表示原始图像区域在扩图后画布中的位置，而不是目标检测中的物体框。
+## 数据来源
+本数据集的源图像来自或参考以下公开数据集/仓库：
+1. **PICD: Photographic Image Composition Dataset**
+   https://github.com/CV-xueba/PICD_ImageComposition
+2. **LAION Aesthetics v2 4.75**
+   https://huggingface.co/datasets/laion/aesthetics_v2_4.75
+3. **Landscape-Dataset**
+   https://github.com/koishi70/Landscape-Dataset/tree/master
+## 数据结构
+```text
+outpainted-for-image-cropping/
+├── README.md
+├── metadata.jsonl
+├── stats.json
+└── images/
+    ├── img_000000.png
+    ├── img_000001.png
+    └── ...
+```
+`metadata.jsonl` 中每一行对应一个样本，例如：
+```json
+{
+  "file_name": "images/img_000000.png",
+  "orig_bbox": [281, 77, 881, 487],
+  "composition_tags": ["HORI2"]
+}
+```
+### 字段说明
+- `file_name`：扩图后图片的相对路径。
+- `orig_bbox`：原图区域在扩图画布中的边界框，格式为 `[x_min, y_min, x_max, y_max]`。
+- `composition_tags`：从原始数据集中解析得到的构图标签列表。若没有可靠的构图标签，则为空列表 `[]`。
+## 数据集统计
+高频构图标签：
+| 标签 | 数量 |
+|---|---:|
+| HORI2 | 1,956 |
+| HORI3 | 1,694 |
+| DIFFUSE | 1,600 |
+| DENSE | 1,436 |
+| DIA | 1,305 |
+| LINE_VERTI3 | 1,156 |
+| PATTERN | 1,000 |
+| LINE_VERTI_MANY | 983 |
+| POINT_MULTI_HORI | 64 |
+| LINE_VERTI2 | 55 |
+## 使用方式
+从 Hugging Face Hub 加载：
+```python
+from datasets import load_dataset
+dataset = load_dataset("zzsyppt/outpainted-for-image-cropping")
+print(dataset)
+print(dataset["train"][0])
+```
+本地上传前检查：
+```python
+from datasets import load_dataset
+dataset = load_dataset("imagefolder", data_dir="./hf_dataset")
+print(dataset)
+print(dataset["train"][0])
+```
+预期字段包括：
+```text
+image
+orig_bbox
+composition_tags
+```
+## 引用
+本数据集仅用于个人用途。如果使用本数据集，请根据实际使用的样本来源引用对应上游数据集。
+### PICD
+```bibtex
+@inproceedings{zhao2025can,
+  title={Can Machines Understand Composition? Dataset and Benchmark for Photographic Image Composition Embedding and Understanding},
+  author={Zhao, Zhaoran and Lu, Peng and Zhang, Anran and Li, Peipei and Li, Xia and Liu, Xuannan and Hu, Yang and Chen, Shiyi and Wang, Liwei and Guo, Wenhao},
+  booktitle={Proceedings of the Computer Vision and Pattern Recognition Conference},
+  pages={14411--14421},
+  year={2025}
+}
+```
+### LAION-Aesthetics
+请参考 LAION 官方页面和对应 Hugging Face 数据集页面引用 LAION-Aesthetics / LAION-5B 相关工作：
+- https://laion.ai/blog/laion-aesthetics/
+- https://huggingface.co/datasets/laion/aesthetics_v2_4.75
+### Landscape-Dataset
+请参考原始仓库：
+- https://github.com/koishi70/Landscape-Dataset/tree/master
+## 致谢
+本数据集的生成使用了 Stable Diffusion v2 Inpaint，并参考或使用了公开图像数据源。感谢上游数据集、仓库和模型的创建者与维护者。