SVG-Icons8

displayName: SVG-Icons8
license:
- MIT
paperUrl: https://arxiv.org/pdf/2007.11301v3.pdf
publishDate: "2017"
publishUrl: https://github.com/alexandre01/deepsvg
publisher:
- ETH Zurich
- École Polytechnique Fédérale de Lausanne
tags:
- Open source library
taskTypes:
- Vector Graphics Generation

---
# 数据集介绍
## 简介
可缩放矢量图形 (SVG) 在现代 2D 界面中无处不在，因为它们能够缩放到不同的分辨率。然而，尽管基于深度学习的模型成功应用于光栅化图像，但矢量图表示学习和生成的问题在很大程度上仍未得到探索。在这项工作中，我们提出了一种新颖的分层生成网络，称为 DeepSVG，用于复杂的 SVG 图标生成和插值。我们的架构有效地将高级形状与编码形状本身的低级命令分开。该网络以非自回归方式直接预测一组形状。我们通过发布一个新的大规模数据集以及一个用于 SVG 操作的开源库来介绍复杂 SVG 图标生成的任务。我们证明了我们的网络学会了准确地重建各种矢量图形，并且可以通过执行插值和其他潜在空间操作作为强大的动画工具。我们的代码位于 https://github.com/alexandre01/deepsvg。
## 引文
```
@article{carlier2020deepsvg,
title={Deepsvg: A hierarchical generative network for vector graphics animation},
author={Carlier, Alexandre and Danelljan, Martin and Alahi, Alexandre and Timofte, Radu},
journal={Advances in Neural Information Processing Systems},
volume={33},
pages={16351--16361},
year={2020}
}
```

## Download dataset
:modelscope-code[]{type="git"}

数据集展示名称：SVG-Icons8
许可协议：MIT许可证
论文链接：https://arxiv.org/pdf/2007.11301v3.pdf
发布日期：2017年
发布地址：https://github.com/alexandre01/deepsvg
发布机构：苏黎世联邦理工学院（ETH Zurich）、洛桑联邦理工学院（École Polytechnique Fédérale de Lausanne）
标签：开源库
任务类型：矢量图形生成

---

# 数据集介绍

## 简介
可缩放矢量图形（Scalable Vector Graphics，SVG）在现代二维界面中应用广泛，因其可无损缩放至任意分辨率。然而，尽管深度学习模型已在光栅图像领域取得成功应用，但矢量图形的表示学习与生成问题，在很大程度上仍未得到充分探索。本研究提出一种名为DeepSVG的新型分层生成网络，用于复杂SVG图标生成与插值操作。该架构将高级形状与编码形状的低级操作指令进行了有效解耦，网络以非自回归的方式直接预测形状集合。我们通过发布全新的大规模数据集与SVG操作开源库，正式提出复杂SVG图标生成任务。实验证明，该网络可精准重建各类矢量图形，还可通过插值与其他潜在空间操作，实现出色的动画制作效果。本研究代码开源地址为：https://github.com/alexandre01/deepsvg。

## 引文

@article{carlier2020deepsvg,
title={Deepsvg: A hierarchical generative network for vector graphics animation},
author={Carlier, Alexandre and Danelljan, Martin and Alahi, Alexandre and Timofte, Radu},
journal={Advances in Neural Information Processing Systems},
volume={33},
pages={16351--16361},
year={2020}
}

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

SVG-Icons8是一个大规模可缩放矢量图形（SVG）图标数据集，专为矢量图形生成任务设计，基于DeepSVG分层生成网络，支持图标重建、插值和动画操作。该数据集由ETH Zurich和École Polytechnique Fédérale de Lausanne的研究团队发布，采用MIT开源许可证，旨在推动SVG表示学习和生成的研究。