跳到正文

#图像生成

今日 0 条
9月8日周二
7月23日周四
7月6日周一
  1. Hugging Face Blog63

    Photoroom PRX Part 4: 数据策略与训练语料管线

    Photorium 发布了 PRX 系列第 4 篇,讲自己怎么拼 PRX 的预训练数据。语料来自公开与内部数据集的混合,统一用 VLM 做长 caption;探索阶段把数据存成 Lance,训练时再转成 MDS shard,顺便做了分辨率与长宽比分桶、基于 perceptual hash 的去重、以及文本分类过滤(视觉/文字/NSFW)。

    推荐理由:原文拆解了 PRX 的数据管道:从公开与内部数据源混合构建预训练语料、用 VLM 长 caption、Lance 探索再写 MDS,读者可据此复现大比例图生图的数据工程思路。

7月1日周三