OmniConsistency 是一个大规模多风格图像对数据集，相关论文成果为「OmniConsistency: Learning Style-Agnostic Consistency from Paired Stylization Data」，聚焦于图像风格化与跨模态一致性学习，旨在为图像生成、风格迁移及多模态模型训练提供标准化资源。

该数据集涵盖卡通（3D_Chibi 、 American_Cartoon）、油画（Oil_Painting 、 Van_Gogh）、传统艺术（Chinese_Ink 、 Paper_Cutting）、像素艺术（Pixel）等 22 种不同的艺术风格，满足多样化创意需求。

每种风格都包含对齐的图像对：

• src：原始图像（例如照片或线条草图）
• tar：风格化的图像
• prompt：代表预期艺术风格的描述性文字

该数据集适用于以下任务：

• 风格转换
• 图像到图像生成
• 带提示的条件生成
• 一致性学习