---
title: SNVC50M-Image-Editing-Pairs
canonical_url: "https://www.modelscope.cn/datasets/isLinXu/SNVC50M-Image-Editing-Pairs"
md_url: "https://www.modelscope.cn/datasets/isLinXu/SNVC50M-Image-Editing-Pairs.md"
repository: isLinXu/SNVC50M-Image-Editing-Pairs
chinese_name: "SNVC50M 图-文-图图像编辑配对数据集(深度/法线)"
last_updated: 2026-10-27
license: cc-by-nc-4.0
storage_size: "55 GB"
downloads: 452
stars: 0
---

# SNVC50M-Image-Editing-Pairs

> SNVC50M-Image-Editing-Pairs - isLinXu 在 ModelScope 开源的数据集。Image→instruction→image editing pairs built from SenseNova-Vision-Corpus-50M unified annotations: source RGB + editing prompt + depth/normal visualization targets.

isLinXu/SNVC50M-Image-Editing-Pairs 是 ModelScope 魔搭社区上的数据集，存储大小 55 GB，采用 cc-by-nc-4.0 许可。

- **Repository**: isLinXu/SNVC50M-Image-Editing-Pairs
- **License**: cc-by-nc-4.0
- **Storage size**: 55 GB
- **Downloads**: 452
- **Stars**: 0
- **Last updated**: 2026-10-27

Source: https://www.modelscope.cn/datasets/isLinXu/SNVC50M-Image-Editing-Pairs

---

# SNVC50M Image Editing Pairs (Depth / Normal)

图-文-图(image → instruction → image)图像编辑配对数据集,基于
[SenseNova-Vision-Corpus-50M](https://huggingface.co/datasets/sensenova/SenseNova-Vision-Corpus-50M)
统一标注构建:源 RGB 图像 + 编辑指令 → 深度/表面法线可视化目标图。

每一行是一个编辑样本:

| 列 | 类型 | 说明 |
|---|---|---|
| `id` | int64 | 源 JSONL 记录 id |
| `source` | string | 数据来源(`coco2017` / `objects365`,后续追加 `sa_1b`) |
| `task` | string | `depth`(相对深度灰度图)/ `normal`(RGB 表面法线图) |
| `prompt` | string | 编辑指令(英文,源自 SNVC 统一标注的 edit-regenerated 提示词) |
| `input_image` | binary | 输入图像,JPEG,长边 ≤512 |
| `output_image` | binary | 编辑目标图,JPEG(q95),与输入同尺寸 |
| `input_path` | string | 源图像在语料库中的相对路径(溯源用) |
| `output_path` | string | 目标图在语料库中的相对路径(溯源用) |

## 子集规模

| 子集 | 样本数 | 备注 |
|---|---|---|
| coco2017_depth | 77,870 | 完整;COCO train2017 源图 + SNVC 深度目标 |
| coco2017_normal | 78,801 | 完整;COCO train2017 源图 + SNVC 法线目标 |
| objects365_depth | 460,000+(目标 1,317,199) | 构建中,当前为前 23 个 shard,持续增长 |
| objects365_normal | — | 待构建(目标 1,317,199) |

> 上传状态(2026-10-27):coco2017 两个子集完整;objects365 子集分批构建、
> 分批上传,README 与子集会随构建进度更新。

构建方式:仅收录"源图与目标图均在本地语料完整存在"的记录(引用覆盖率 100%,
逐 patch 校验);图像统一重采样至长边 512 并 JPEG 重编码。构建脚本:
`scripts/build_edit_pair_dataset.py`(open-vision-banana 项目)。

## 许可与声明

- 本数据集为 **CC BY-NC 4.0**(随 SenseNova-Vision-Corpus-50M 的许可证)。
- 源图像来自 COCO(CC BY 4.0)与 Objects365(CC BY 4.0);深度/法线目标由
  SenseNova 生成。请遵守各原始数据集许可,仅用于非商业研究。
- 与 SenseNova / 商汤科技无隶属关系,为社区构建的衍生配对数据。

## Changelog

- v0.1 (2026-10-27): 首发 coco2017 depth/normal 完整子集;objects365_depth
  前 23 个 shard(约 46 万样本);objects365_normal 待构建
- 计划:objects365 子集补齐;sa_1b depth/normal(源图补充完成后追加);scannetpp/taskonomy 同理