Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

扩散模型的数据数量是不是有问题

Aperta
  • Qualcosa non va?
#31 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
45/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Stack tecnologico
python
Ambito
data, machine-learning

Direzione di ricerca

Start from the GitHub download links and the diffusion-model dataset description mentioned in the issue, then compare the extracted contents for each domain. Done means confirming whether each domain should contain 1,000 real and 1,000 fake images, and documenting or correcting the discrepancy if the repository data is wrong.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

我按照github上的链接下载扩散模型生成的数据时，和描述中的不一致，每个domain有1000张real 和 1000张fake，是共有2000张图片吗？我下载下来解压每个domain是只有 1000张real 或 1000张fake，只有1000张，这对吗

Lingua principale
Python
Stelle
379
Fork
60
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di WisconsinAIVision/UniversalFakeDetect

Tutte le issue di WisconsinAIVision/UniversalFakeDetect

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.