Files
observer/training/gen_images_config.json
T
2026-08-21 17:55:18 +08:00

30 lines
2.9 KiB
JSON

{
"api_format": "dashscope",
"endpoint": "https://ws-ptopj7gg4klw6oo9.cn-beijing.maas.aliyuncs.com",
"model": "qwen-image-3.0",
"api_key": "sk-ws-H.EDRYILD.wiak.MEQCICyn77OTzVRbTbDuC5mmDGqe1fgs3ICRfJfXUKFyWNYdAiBV0Rl7nMfD91ZLco3cWNO8NEg8DImXAAf6f1nkrCA2mQ",
"size": "1152*2048",
"count": 100,
"workers": 10,
"negative_prompt": "野鸡出现在画面下2/3位置的近景中景,野鸡在画面中央,野鸡大特写,野鸡身体暴露70%以上,野鸡大部分身体可见,野鸡露出大半身体少量遮挡,野鸡太大,野鸡占画面高度超过2%,野鸡高度超过26像素,野鸡羽毛纹理清晰,近距离拍摄",
"output_dir": "datasets/images/pheasant",
"timeout": 600,
"retries": 3,
"prompt_template": "生成一张野外观察者(仰角45度、俯视45度、平视)随机视角的照片,模拟等效35mm焦距相机拍摄。画面是开阔的{env},相机位于约100米外、离地约1.6米(站立人眼高度)的观察点,基本平视、略微下俯,地平线位于画面上部约1/3处(约683像素),地面透视平缓,远处田野占据画面主要部分,前景不出现近处地面或作物的特写。按真实物理尺寸换算:环颈雉(野鸡)整体高约0.7米,站在90-110米外,在1152*2048像素的画面中野鸡整体(含尾羽)只有约20~26像素高、身体约12~15像素,是远处很小的目标,绝不可画大、画清晰、特写。野鸡必须位于画面最上方1/3区域内、贴近地平线(野鸡中心y坐标必须小于675像素,即画面顶部676像素范围内),位于画面水平方向两侧区域内,绝不能在画面正中、绝不能在画面下半部。远景中的野鸡细节模糊、轮廓模糊,大部分身体被草丛/植被严密遮挡(遮挡70%以上)不可以是零星遮挡,多数雄性野鸡只露出头部和白色颈部。画面中既有雄性野鸡也有雌性野鸡,最多不超过4只。光线为{light}。本图用于手机端YOLO端侧模型训练:野鸡在图片中尽量保持小目标(高度不超过26像素)、尽量多遮挡(遮挡比例尽量达到70%以上),以模拟手机端真实识别场景。",
"envs": [
"水田(注满水的稻田,水面平静有倒影,被田埂分割成方块)",
"旱田(干燥的耕地,翻耕过的土垄,地面干裂无积水)",
"林田交界地带(画面一侧是茂密树林,另一侧是开阔农田,中间有草带过渡)",
"裸露土地(荒芜的裸土坡地,碎石和稀疏杂草,无庄稼)",
"雪地(积雪覆盖的田野,白茫茫一片,露出少量枯草杆)",
"玉米地(高大的玉米秆成行排列,叶子枯黄或翠绿,地面有玉米残株)"
],
"lights": [
"日出后约30分钟的清晨低角度光线",
"上午的明亮散射光",
"正午的强烈阳光",
"下午的斜射光线",
"日落前约30分钟的黄昏光线"
]
}