OmniConsistency 是一个大规模多风格图像对数据集,相关论文成果为「OmniConsistency: Learning Style-Agnostic Consistency from Paired Stylization Data」,聚焦于图像风格化与跨模态一致性学习,旨在为图像生成、风格迁移及多模态模型训练提供标准化资源。
该数据集涵盖卡通(3D_Chibi 、 American_Cartoon)、油画(Oil_Painting 、 Van_Gogh)、传统艺术(Chinese_Ink 、 Paper_Cutting)、像素艺术(Pixel)等 22 种不同的艺术风格,满足多样化创意需求。
每种风格都包含对齐的图像对:src:原始图像(例如照片或线条草图)tar:风格化的图像prompt:代表预期艺术风格的描述性文字该数据集适用于以下任务:风格转换图像到图像生成带提示的条件生成一致性学习


雷达卡




京公网安备 11010802022788号







