GlyphByT5/GlyphByT5Pretraining

GlyphByT5Pretraining数据集包含用于Glyph-ByT5模型预训练阶段的100,000个排版数据标注，这些标注可用于生成视觉文本。数据集结构包括一个JSON文件，其中每个标注包含文本、样式（颜色和字体家族）和边界框信息。

原始信息汇总

数据集卡片 for GlyphByT5Pretraining

数据集概述

该数据集包含用于Glyph-ByT5中引入的字形对齐预训练阶段的数据。数据集包含100K排版数据注释，可用于渲染视觉文本。

数据集来源

• 仓库: [https://github.com/AIGText/Glyph-ByT5]
• 论文: [https://arxiv.org/abs/2403.09622]
• 项目页面: [https://glyph-byt5.github.io/]

数据集结构

数据集包含一个json文件，其中包含详细注释。每个注释的组织结构如下：

json { "texts": [ "text string 1", "text string 2", ... "text string k" ], "styles": [ { color: color 1, # 一个表示颜色的十六进制代码 font-family: font 1 # 表示字体的字体代码 }, { color: color 2, font-family: font 2 }, ... { color: color k, font-family: font k }, ], "bbox": [ [x1, y1, w1, h1, a1], # 绝对坐标在[0, 1645]之间 [x2, y2, w2, h2, a2], ... [xk, yk, wk, hk, ak] ] }

使用

更多详细信息请参阅我们的论文和项目页面。

引用

如果您发现我们的工作对您的研究有用，请考虑引用：

plaintext @misc{liu2024glyphbyt5, title={Glyph-ByT5: A Customized Text Encoder for Accurate Visual Text Rendering}, author={Zeyu Liu and Weicong Liang and Zhanhao Liang and Chong Luo and Ji Li and Gao Huang and Yuhui Yuan}, year={2024}, eprint={2403.09622}, archivePrefix={arXiv}, primaryClass={cs.CV} }