# \#image-editing-dataset **URL:** https://discuss.pytorch.kr/tag/image-editing-dataset/5789.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [Pico-Banana-400K: Apple이 공개한 텍스트 기반 이미지 편집을 위한 대규모 데이터셋](https://discuss.pytorch.kr/t/pico-banana-400k-apple/8058)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [10월 28, 2025, 1:30오전 UTC](https://discuss.pytorch.kr/t/pico-banana-400k-apple/8058 "2025-10-28T01:30:46Z")
Pico-Banana-400K 소개 애플(Apple)이 공개한 Pico-Banana-400K는 약 40만 개의 텍스트 - 이미지 - 편집 결과의 삼중쌍(text-image-edit triplets) 으로 구성된, 텍스트 기반 이미지 편집(text-guided image editing) 연구를 위한 대규모 데이터셋입니다. 이 데이터셋은 오픈 이미지를 기반으로 생성된 원본 이미지, 사람처럼 자연스러운 편집 명령문, 그리고 AI 모델이 수행한 편집 결과를 포함합니다. 특히 Nano-Banana 모델이 실제 편집을 수행하고, Gemini-2.5-Pro 모델이 품질 평가를 수행하는 자동화된 검증 과정을 거쳤다는 점이 특징입니다. 이 데이터셋은 단순한 색조 변경부터 인물, 장면, 스타일 변환에 이르기까지 8개 범주, 35가지 편집 유형을 포함하고 있으며, 이를 통해 저수준(low-level) 조정과 고수준(high-level) 의미적 변형 모두를 다룰 수 있습니다. Pico-Banana-400K 데이터셋은 멀티턴(multi-turn) 편집이나, 보상 기반 학습(reward-based learning)과 같은 새로운 이미지 생성 패러다임을 실험하기 위한 기반 데이터가 될 것으로 기대합니다. 기존의 이미지 편집 데이터셋(예: InstructPix2Pix, T2I-Edit)은 대체로 데이터 규모가 제한적이며, 텍스트 지시문이 짧거나 단순하다는 한계가 있었습니다. 반면, Pico-Banana-400K는 약 40만 개의 고품질 트리플 데이터를 제공하며, Gemini 모델 계열이 생성한 자연어 지시문 덕분에 실제 사용자의 언어 습관에 근접한 표현을 학습할 수 있습니다. 또한 대부분의 기존 데이터셋은 단일 편집(single-turn)만을 다루지만, Pico-Banana-400K는 다중 편집(multi-turn editing) 시나리오를 지원하여 대화형 이미지 편집 모델 연구에도 활용이 가능합니다. Pico-Banana-400K 데이터셋 구성 및 생성 과정 …