sketch-graph-xl

该数据集包含几何基元的表示信息，包括直线、圆、圆弧以及绘画结束标记。每个基元都有其对应的类型标识、坐标参数以及规范顺序定义。例如，直线以起点和终点坐标表示，圆以最左和最右点表示，圆弧以顺时针方向上的起点、中间点和终点表示。该数据集可能用于训练模型识别或生成这类几何基元。图片文件名train_first_256表明该数据集包含训练集的前256个样本。This dataset contains representation information of geometric primitives, including lines, circles, arcs, and a painting end marker. Each primitive has its corresponding type identifier, coordinate parameters, and canonical order definition. For example, a line is represented by its start and end coordinates, a circle by its leftmost and rightmost points, and an arc by its start, middle, and end points in clockwise order. This dataset may be used to train models to recognize or generate such geometric primitives. The image filename train_first_256 indicates that the dataset contains the first 256 samples of the training set.

原始信息汇总

数据集概述

基本信息

• 数据集名称：sketch-graph-xl
• 数据集地址：https://huggingface.co/datasets/benikm91/sketch-graph-xl
• 预览图片：https://cdn-uploads.huggingface.co/production/uploads/63a30ecacc2140620598a809/rOaquxONlLyEB5OS-Z4Wv.png （train_first_256）

图元（Primitive）定义规范

数据集包含以下图元类型及其对应的参数与规范化顺序：

Primitive	type	coordinates_params	Canonical order
Line	PartLineWithId	[start, end]	左端点优先；若 x 值在 0.01 以内，则上端点优先
Circle	Circle	[leftmost, rightmost]	先左后右；两点均具有圆心的 y 值
Arc	Arc	[start, mid, end]	在图像上从 start 到 end 按顺时针方向；mid 为弧中点
(end marker)	FinishDrawing	无	始终位于最后

搜集汇总

数据集介绍

构建方式

本数据集依托于矢量草图领域对结构化表示的实际需求，通过程序化合成方式构建。生成过程对线段、圆、圆弧等基础几何图元施加严格的参数化约束，为每一图元指定类型标识与坐标参数序列，并遵循特定的规范次序：线段按左端点优先、横坐标相近时上端点优先排列；圆以左右极值点描述，纵坐标取圆心；圆弧依顺时针方向给出起点、中点和终点，最终以结束标记收束。由此形成具有明确语法结构的高质量序列样本，为草图生成与理解研究提供可靠的数据基础。

特点

数据集的核心特色在于高度结构化的矢量表示与规范化输出次序。每个图元均携带类型标签和坐标参数，使样本具备清晰的语义层次与几何约束，便于模型学习图元间的拓扑关系。统一的排列规则保证了序列的一致性和可预测性，降低了建模的歧义性。数据规模以图像形式展示前256个训练样本，覆盖多种图元组合，兼顾了多样性与规范性，适用于序列建模、图形生成及结构化预测等任务。

使用方法

该数据集主要用于矢量草图的序列生成与结构化预测研究。使用时，可将每个图元的类型和坐标参数编码为序列输入，训练模型逐步预测图元类型、参数及排列次序，直至生成结束标记。在推理阶段，根据模型输出的序列解码为几何图元，依据规范次序重建完整草图。数据可适配自回归生成、序列到序列建模等框架，适用于图形学、计算机辅助设计及多模态学习等场景，为草图理解与生成提供标准化的训练与评估资源。

背景与挑战

背景概述

在矢量图形生成与理解领域，构建兼具几何精度与语义结构的草图数据集长期为研究者所关注。sketch-graph-xl由Hugging Face社区相关研究者于2023年前后构建，旨在以图结构形式表征手绘草图，将线条、圆、圆弧等基元及其坐标参数显式编码，并定义规范化顺序。其核心研究问题在于如何从稀疏、噪声化的手绘笔迹中恢复可解析的几何程序，进而支撑草图生成、程序化建模与跨模态理解。该数据集为矢量草图生成模型提供了结构化监督信号，对CAD重建、创意设计辅助等方向具有潜在推动力。

当前挑战

该数据集所应对的领域问题在于，草图本质上具有高度抽象性与书写变异性，同一语义可由迥异的笔序与基元组合表达，而现有序列模型难以稳定捕捉长程几何约束与拓扑一致性。构建过程中的挑战亦不容忽视：手绘笔迹的采样噪声与断笔现象导致基元类型判别困难；坐标参数的规范化顺序需兼顾几何合理性与标注一致性；圆与圆弧的左右端点、顺逆时针方向等细节对标注者提出严苛要求，且大规模人工校验成本高昂。上述因素共同构成该数据集在泛化性与标注可靠性方面的持续挑战。

常用场景

经典使用场景

在矢量图形生成与理解领域，sketch-graph-xl 数据集凭借其对图元类型、坐标参数及规范顺序的精细化标注，成为训练序列生成模型的核心资源。典型使用场景聚焦于从手绘草图或栅格图像中重建结构化矢量图形，模型需依次预测线段、圆、圆弧及结束标记，并严格遵循从左至右、从上至下的规范顺序。该数据集为图形程序合成与逆图形学任务提供了高保真监督信号，使模型能够学习到图元间的拓扑依赖与几何约束。

解决学术问题

该数据集有效缓解了矢量图形生成中结构歧义与顺序敏感性的学术难题。传统方法常因缺乏规范化的图元次序标注，导致重建结果出现重叠、错位或拓扑错误。sketch-graph-xl 通过明确图元类型、坐标参数及规范顺序，为序列到序列模型、自回归生成模型提供了可复现的评估基准，推动了图形程序合成、草图理解与几何推理等方向的可解释性研究。其意义在于将非结构化的视觉输入转化为可编辑的符号表示，为学术社区建立了统一的数据规范。

衍生相关工作

基于 sketch-graph-xl 的规范标注体系，学术界衍生出一系列经典工作。其中包括面向矢量图形生成的序列模型与Transformer架构，以及结合强化学习优化图元顺序的生成策略。部分研究进一步将数据集扩展至多类别图元与复杂拓扑结构，推动了草图到图像、图像到矢量图形的跨模态转换。这些工作共同丰富了图形程序合成领域的基准体系，并为后续数据集如 SketchGraphs 的变体提供了设计参考。