图片-高审美图文 (aesthetics_v2_4.5)
文本图像表格/结构化预训练图文到文本图生文文生图风景/自然艺术/设计> 1B132582.5万 条数据更新时间 2026·07·08
数据集简介
主要数据内容包括： 大规模高美学评分图文配对数据（Image-Text Pair） 基于 LAION-5B 筛选的高质量互联网图片数据 图片对应文本描述（Caption）与元数据信息 多场景、高视觉质量的自然图像资源 包含美学评分（Aesthetic Score）过滤后的优质视觉内容 适用于生成式 AI 与视觉语义训练的数据资源 支持的能力方向包括： 文生图（Text-to-Image）模型训练 Diffusion 模型与生成式 AI 训练 多模态视觉语言模型（VLM）训练 图文语义对齐与跨模态学习 图像美学质量建模与优化 高质量图像生成与视觉理解训练 适用于： AIGC 图像生成模型研发 Stable Diffusion 类模型训练 多模态 AI 模型预训练 计算机视觉与图像生成研究 图文理解与视觉语义分析场景
数据质量
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet，支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性，数据集在构建过程中对原始记录进行了标准化处理，包括：（1）单位标准化：统一价格、重量、尺寸等字段的计量单位；（2）格式标准化：统一日期、时间、数值字段的表示格式；（3）文本清洗：去除 HTML 标签、多余空格及异常字符；（4）字段规范化：统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性，便于后续分析与建模。
记录代表性
数据覆盖全量业务场景，样本均衡，具备行业代表性
文本图像表格/结构化预训练图文到文本图生文文生图风景/自然艺术/设计> 1B
