nano-banana

מה זה

מדובר באוסף של תמונות שנוצרו באמצעות המודל שמוגדר כננו בננה, המבוסס על Google Gemini 2.5 Flash Image Preview. כל רשומה כוללת את התמונה עצמה כמערך בינארי שנטען ישירות כאובייקט תמונה, לצד מזהה ייחודי, ממדי רוחב וגובה בפיקסלים, פורמט הקובץ, מודל צבע וחותמת זמן של ההעלאה.

הנתונים מגיעים מיוצרים סינתטיים של המודל ולא מאיסוף של תמונות מהרשת. הכרטיס לא מפרט תהליכי סינון, ניקוי או חלוקה מוגדרת לסט בדיקה או אימות, וכל הדוגמאות מאורגנות יחד תחת קובצי פרקט גדולים שמיועדים לטעינה ישירה בלי צורך בפענוח ידני של קבצים חיצוניים.

מתאים ל

• זיהוי תוצרי בינה מלאכותית

  אימון ובדיקה של מודלים שמזהים תמונות שנוצרו על ידי גוגל ג'מיני.

• בדיקת איכות ויזואלית

  ניתוח עיוותים ורזולוציה בתוצרים של Gemini 2.5 Flash.

• מדדים סטטיסטיים

  חקר התפלגות ממדים ומודלי צבע של תמונות שנוצרות במודל.

איפה זה נופל

הבעיה המרכזית היא היעדר הפרומפטים ששימשו ליצירת התמונות. למרות שמדובר במשימת טקסט לתמונה, אין במאגר שדה של טקסט מקור, מה שמונע שימוש בו לאימון מודלים כאלה מאפס. בנוסף אין תיעוד להטיות, שפות שנבדקו או בדיקות איכות ידניות שנערכו לתמונות, כך שחובה לסרוק את התוכן בעצמכם לפני שמשלבים אותו במערכות פעילות.

איך טוענים

טוענים את המאגר ישירות עם ספריית datasets של האגינג פייס בעזרת פקודת load_dataset רגילה עם המזהה bitmind/nano-banana. אין צורך באישור גישה מוקדם או בטוקן מיוחד, והתמונות נפרקות ישירות לאובייקטי PIL בזיכרון. המידע מחולק ל 31 קובצי פרקט עיקריים שמרכיבים את האימון, והשדות המרכזיים לעבודה הם image שמכיל את המידע החזותי ושדות הממדים והפורמט.

from datasets import load_dataset

ds = load_dataset("bitmind/nano-banana")

הרישיון

המאגר משוחרר ברישיון MIT. המשמעות היא שאתם רשאים להשתמש בו לצרכים מסחריים ופרטיים, לשנות אותו, להפיץ אותו מחדש ולאמן עליו מודלים, כל עוד אתם שומרים על הודעת זכויות היוצרים והרישיון המקורי. אין חובת שיתוף של פיתוחי המשך באותו הרישיון.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗