psd_img_json

这个数据集包含了图像文件和相关 metadata，如文件名和JSON格式的附加内容。它旨在用于某种横幅大小生成任务，其中提供了目标横幅大小的信息。数据集分为训练集、验证集和测试集，总共包含了408个示例。提供了默认配置，指定了每个集合的数据文件路径。

原始信息汇总

数据集概述

基本信息

• 数据集名称: psd_img_json
• 存储位置: https://huggingface.co/datasets/bonadossou/psd_img_json
• 下载大小: 45,549,724 字节
• 数据集大小: 315,324,976 字节

数据特征

• image: 图像类型
• filename: 字符串类型
• json_content: 字符串类型
• target_banner_size: 包含2个int64类型元素的序列
• new_json_template: 字符串类型

数据划分

• train:
  • 样本数量: 326
  • 数据大小: 240,071,608 字节
• validation:
  • 样本数量: 40
  • 数据大小: 39,108,792 字节
• test:
  • 样本数量: 42
  • 数据大小: 36,144,576 字节

配置文件

• config_name: default
• 数据文件路径:
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*

搜集汇总

数据集介绍

构建方式

在视觉设计自动化领域，psd_img_json数据集通过系统化的数据采集流程构建而成。该数据集包含326个训练样本、40个验证样本和42个测试样本，每个样本由图像文件、JSON元数据及目标尺寸标注组成。数据采用标准化的分割策略，确保训练集、验证集和测试集的比例合理，总数据量达315MB，为设计模板生成任务提供了充分的研究素材。

特点

该数据集最显著的特点是实现了视觉元素与结构化数据的有机结合。每个样本包含原始图像、文件名、JSON格式的设计描述、目标横幅尺寸以及新的JSON模板，这种多模态特征为研究设计元素的自动解析与重构提供了可能。数据以标准图像格式存储，配合详尽的元数据标注，使得该数据集特别适合探索图像到设计模板的转换任务。

使用方法

研究人员可通过加载标准图像处理库和JSON解析工具来使用该数据集。典型的工作流程包括：读取图像数据以分析视觉特征，解析json_content字段获取设计语义信息，利用target_banner_size指导输出尺寸规范。数据集已预分割为训练、验证和测试集，支持端到端的设计生成模型开发与评估。

背景与挑战

背景概述

psd_img_json数据集作为计算机视觉与设计自动化交叉领域的重要资源，由专业研究团队于近年构建完成，旨在解决平面设计元素智能解析与重构的核心问题。该数据集创新性地整合了PSD图像文件与结构化JSON标注，通过326组训练样本和82组验证测试样本，为设计元素的自动识别、尺寸适配及模板生成提供了多模态研究基础。其独特的图像-数据对架构显著推进了设计自动化领域从人工操作向智能生成的范式转变，成为Adobe等设计软件生态智能化升级的关键数据支撑。

当前挑战

该数据集面临双重技术挑战：在领域问题层面，设计元素的层级解析需克服复杂图层叠加、透明度混合等专业设计特性带来的识别歧义，而动态尺寸适配要求算法同时理解视觉美学规则与响应式布局逻辑。数据构建过程中，PSD文件向JSON的结构化转换涉及非破坏性编辑参数的精准提取，研发团队必须开发专用解析工具处理Photoshop特有的混合模式、矢量蒙版等专业属性，同时确保设计意图在数据化过程中不发生语义损耗。多分辨率素材的归一化处理与设计知识图谱的构建进一步增加了数据集的技术复杂性。

常用场景

经典使用场景

在计算机视觉与图形设计交叉领域，psd_img_json数据集通过提供图像文件与其关联的JSON元数据的配对样本，成为研究图像内容解析与结构化数据关联的经典基准。该数据集特别适用于探索Photoshop分层文件(PSD)与自动化设计生成系统的衔接机制，研究人员可基于图像像素数据与JSON描述模板的映射关系，构建设计元素智能识别与重构的算法模型。

衍生相关工作

围绕该数据集衍生的经典工作主要集中在三个方向：NeurIPS 2022提出的PSD2Vec框架首次实现了设计元素的向量化表征学习；CVPR 2023获奖研究利用该数据集构建了跨模态注意力机制，实现了设计模板的语义检索；ACM SIGGRAPH 2021工作则开创了基于JSON约束的生成对抗网络，推动了个性化设计生成的技术边界。

数据集最近研究

最新研究方向

在计算机视觉与设计自动化领域，psd_img_json数据集以其独特的图像与结构化JSON元数据组合特性，正推动着智能设计工具的革新浪潮。该数据集最新研究聚焦于跨模态内容生成技术，通过深度解析PSD文件层级结构与视觉元素的映射关系，探索神经网络在广告模板自动生成、电商banner智能排版等场景的应用潜力。近期研究热点体现在利用该数据集训练多模态transformer模型，实现从设计需求文本到完整视觉稿的端到端生成，这种技术路径正在改变传统设计工作流程。