UniWorld数据集完全指南：724K高质量图像编辑数据集详解

【免费下载链接】UniWorldUniWorld: High-Resolution Semantic Encoders for Unified Visual Understanding and Generation项目地址: https://gitcode.com/gh_mirrors/un/UniWorld

UniWorld数据集是一个包含724K高质量图像编辑样本的综合资源库，所有样本的短边均≥1024像素，为图像生成与编辑领域的研究者和开发者提供了丰富的训练素材。该数据集通过GPT-4o筛选自ImgEdit项目，并结合了多种开源数据集的精华，成为当前视觉理解与生成任务中不可或缺的基础资源。

📊 数据集核心特性

1. 超大规模与高质量并存

UniWorld数据集的724K样本经过严格质量控制，确保每个编辑对都具有明确的语义变化和视觉连贯性。数据集采用Qwen2-VL-72B模型对286K长描述样本进行标注，并通过GPT-4o进行精细筛选，最终保留约50%的优质样本。所有图像均满足短边≥1024像素的高分辨率要求，为模型训练提供了丰富的细节信息。

2. 多样化的编辑任务覆盖

数据集涵盖20+图像编辑任务类型，主要包括：

• 基础编辑：添加、移除、替换、调整等操作
• 风格迁移：包含StyleBooth-11k和Ghibli-36k等风格数据
• 结构控制：边缘检测(canny)、深度图(depth)、草图(sketch)等控制信号
• 专业领域：产品提取、虚拟试穿等商业应用场景

图1：UniWorld数据集包含的多种风格迁移效果展示，展示了同一内容在不同艺术风格下的表现

📂 数据集构成详解

核心数据来源

UniWorld数据集主要由以下几部分构成：

• imgedit-724k：经GPT-4o筛选的高质量编辑样本，存储占用约2.8TB
• OmniEdit-368k：过滤后保留的368k图像编辑数据，存储占用204GB
• SEED-Data-Edit：包含两部分共77k样本，专注于指令引导的图像编辑
• PromptfixData-18k：图像修复与编辑数据，存储占用9GB

数据文件结构

数据集采用"源图像+标注JSON"的组织方式，典型的data.txt文件格式如下：

data/imgedit/add/add_part0,json/imgedit/laion_add_part0_edit.json,true data/imgedit/remove/remove_part1,json/imgedit/results_remove_laion_part1_edit.json,true

其中第三列指示是否启用区域加权策略，建议对编辑数据设为true，其他数据设为false。

🔍 典型应用案例

案例1：图像风格迁移

通过UniWorld数据集训练的模型能够实现多种艺术风格的迁移，从写实到卡通、从油画到素描，如图1所示的风格迁移样例展示了同一人物在不同风格下的视觉效果。

案例2：物体属性编辑

以下展示了基于UniWorld数据集的物体颜色编辑效果，原始黑色运动鞋被编辑为白色版本，保持了原有结构和细节：

图2：原始黑色Nike Air Force 1运动鞋

图3：通过UniWorld模型编辑后的白色版本，保持了原有细节和结构

案例3：高分辨率图像生成

UniWorld数据集包含大量高分辨率图像，如下所示的美食场景图片分辨率达到7748x4470，展示了数据集中图像的细节丰富度：

图4：UniWorld数据集中的高分辨率美食图像样本，展示了丰富的纹理和细节

🚀 快速开始使用

1. 环境准备

git clone https://gitcode.com/gh_mirrors/un/UniWorld cd UniWorld/UniWorld-V1 conda create -n univa python=3.10 -y conda activate univa pip install -r requirements.txt pip install flash_attn --no-build-isolation

2. 数据下载

通过Hugging Face Hub下载数据集：

huggingface-cli download --resume-download LanguageBind/UniWorld-V1 --local-dir ./data

3. 数据验证

使用提供的工具验证数据路径设置：

python univa/serve/check_data.py

📚 数据集详细文档

完整的数据集说明可参考项目官方文档：

• 数据准备指南
• 训练配置文件
• 评估脚本

🔄 数据集更新与扩展

UniWorld团队持续维护和扩展数据集，计划在未来版本中增加：

• 更多语言的标注支持
• 动态场景的视频编辑样本
• 3D物体的多角度编辑数据

研究者可通过项目GitHub页面获取最新更新，或提交新的数据贡献。

📝 引用与致谢

如果使用UniWorld数据集，请引用以下论文：

@article{ye2025imgedit, title={ImgEdit: A Unified Image Editing Dataset and Benchmark}, author={Ye, Yang and He, Xianyi and Li, Zongjian and Lin, Bin and Yuan, Shenghai and Yan, Zhiyuan and Hou, Bohan and Yuan, Li}, journal={arXiv preprint arXiv:2505.20275}, year={2025} }

数据集的构建感谢ImgEdit、OmniEdit、SEED-Data-Edit等开源项目的贡献，以及Qwen2-VL和GPT-4o在数据标注与筛选中的支持。

【免费下载链接】UniWorldUniWorld: High-Resolution Semantic Encoders for Unified Visual Understanding and Generation项目地址: https://gitcode.com/gh_mirrors/un/UniWorld