谷歌發布Quick Draw：5千萬張矢量圖，345個類別

選自Github

機器之心編譯

參與：吳攀、李澤南

還記得谷歌上個月推出的 AutoDraw 嗎？這是一個能把你的隨手塗鴉變成繪畫的人工智慧技術工具。谷歌也曾發布論文和博客介紹了其背後的技術，參見機器之心文章《谷歌官方揭秘 AutoDraw 人工智慧繪畫工具原理：讓機器學會理解藝術》。實際上，AutoDraw 所用的技術基於谷歌先前的塗鴉實驗「Quick, Draw!」。近日，谷歌發布了該項目背後的數據集，其中包含 5000 萬張矢量畫。機器之心對該項目的介紹文檔進行了編譯介紹。

• 數據集地址：https://github.com/googlecreativelab/quickdraw-dataset

• 數據集官網：https://quickdraw.withgoogle.com/data

• Quick, Draw! 在線體驗：https://quickdraw.withgoogle.com

• AutoDraw 在線體驗：https://www.autodraw.com

• 相關論文：https://arxiv.org/abs/1704.03477

Quick Draw 數據集是一個包含 5000 萬張圖畫的集合，分成了 345 個類別，這些圖畫都來自於 Quick, Draw! 遊戲的玩家。這些畫都是加了時間戳的矢量圖，並帶有一些元數據標註，包括玩家被要求繪畫的內容和玩家所在的國家。你可以在數據集官網瀏覽被識別出的繪畫。

我們在這裡將這個數據集共享給開發者、研究者和藝術家，以供探索、研究和學習。如果你使用這個數據集創造出了什麼東西，請發郵件告知我們：quickdraw-support@google.com 或提交到 A.I. Experiments：https://aiexperiments.withgoogle.com/submit

請注意，儘管這個繪畫集合中每一張都被審核過，但其中可能仍有不當內容。

原始的審核過的數據集

原始數據在 ndjson 文件中，並按類別進行了分割，按照如下格式：

每一張包含一副繪畫，下面給出了一個例子：

{

"key_id":"5891796615823360",

"word":"nose",

"countrycode":"AE",

"timestamp":"2017-03-01 20:41:36.70725 UTC",

"recognized":true,

"drawing":[[[129,128,129,129,130,130,131,132,132,133,133,133,133,...]]]

}

繪畫數組的格式如下：

[

[ // First stroke

[x0, x1, x2, x3, ...],

[y0, y1, y2, y3, ...],

[t0, t1, t2, t3, ...]

],

[ // Second stroke

[x0, x1, x2, x3, ...],

[y0, y1, y2, y3, ...],

[t0, t1, t2, t3, ...]

],

... // Additional strokes

]

其中 x 和 y 是像素坐標，t 是自第一個點開始後的時間，單位：毫秒。x 和 y 是實數值，而 t 是整型值。因為用於顯示和輸入的設備各不相同，原始繪畫的邊框大小和點的數量可能有非常大的差異。

預處理後的數據集

我們已經對該數據集進行了預處理，並且將其分成了不同的文件和格式，以便人們能更快更輕鬆地下載和使用。

簡化圖文件（.ndjson）

我們對這些矢量圖進行了簡化，移除了時間信息，並且對數據進行了定位和縮放處理，得到了大小 256×256 的圖像。該數據以 ndjson 的格式導出，帶有與原始格式一樣的元數據。簡化過程如下：

1. 將繪畫對齊到左上角，最小值為 0；

2. 均勻縮放繪畫，最大值為 255；

3. 以 1 像素的間隔重採樣所有的筆畫；

4. 使用 Ramer–Douglas–Peucker 演算法簡化所有的筆畫，設置其 ε 值為 2.0

二進位文件（.bin）

我們也提供了簡化後的繪畫和元數據的定製二進位格式，可用於高效的壓縮和載入。examples/binary_file_parser.py 給出了如何用 Python 載入該文件的示例。

Numpy 點陣圖（.npy）

所有簡化過的繪畫也都被轉換成了 28×28 的灰度點陣圖，保存為 numpy 的 .npy 格式。該文件可以通過 np.load() 函數載入。這些圖像是從簡化過的數據中生成的，但對齊的是繪畫邊框的中心，而非左上角。

獲取數據

該數據集在谷歌雲存儲服務中，在 ndjson 文件中分類存儲。請參閱 Cloud Console 中的文件列表，你也可以使用其他方法使用它（參閱：https://cloud.google.com/storage/docs/access-public-data）。

數據集分類

• Raw files (.ndjson)

• Simplified drawings files (.ndjson)

• Binary files (.bin)

• Numpy bitmap files (.npy)

Sketch-RNN QuickDraw 數據集

這些數據也被用於訓練 Sketch-RNN 模型。該模型開源的 TensorFlow 應用將在 Magenta Project 上近期推出。了解該模型可參閱文章《谷歌官方揭秘 AutoDraw 人工智慧繪畫工具原理：讓機器學會理解藝術》。數據存儲在壓縮文件.npz 中，這種格式適合輸入進循環神經網路中。在這一數據集中 75000 個用例（70000 用於訓練、2500 個用於驗證、2500 個用於測試）在每個類別里隨機選擇，使用值為 2.0 的 epsilon 參數經過 Ramer–Douglas–Peucker 演算法線簡化處理。

許可證

這些數據由谷歌提供，使用 Creative Commons Attribution 4.0 International 許可證。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！