ArtBench 數據集使用藝術品對生成模型進行基準測試
發(fā)布日期：2022-06-27 17:08:48 來源： 編輯：
深度生成模型可以合成多樣化的高保真圖像。對藝術的計算理解因其對藝術史、計算創(chuàng)造力和人機交互的重要性而受到越來越多的關注。arXiv.org 上最近的一篇論文提出了 ArtBench-10，這是藝術作品合成的一流平衡、高質量、清晰注釋和標準化的基準。
該數據集由 60,000 張圖像組成，標注有巴洛克或超現實主義等 10 種藝術風格。這些圖像質量高，標簽干凈且平衡，可以很容易地整合到常用的深度學習框架中。
數據集統(tǒng)計分析展示了數據集的優(yōu)勢。它解決了以前數據集中的問題，例如標簽不平衡、近乎重復、嘈雜的標簽和較差的圖像質量。
我們介紹了 ArtBench-10，這是用于基準藝術品生成的一流平衡、高質量、清晰注釋和標準化的數據集。它包含來自 10 種獨特藝術風格的 60,000 張藝術作品圖像，每種風格有 5,000 張訓練圖像和 1,000 張測試圖像。與以前的藝術品數據集相比，ArtBench-10 有幾個優(yōu)勢。首先，它是類平衡的，而大多數以前的藝術品數據集都受到長尾類分布的影響。其次，圖像質量高，注釋清晰。第三，ArtBench-10 是通過標準化的數據收集、注釋、過濾和預處理程序創(chuàng)建的。我們提供了三個版本的數據集，具有不同的分辨率(32 × 32、256 × 256和原始圖像大小)，以易于被流行的機器學習框架整合的方式格式化。我們還使用 ArtBench-10 的代表性圖像合成模型進行廣泛的基準測試實驗，并進行深入分析。該數據集可在此 https URL上獲得合理使用許可。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯系刪除！