Andy Lomas Generative Art Dataset (ALGAD) V1.0

该数据集由计算机艺术家Andy Lomas创建，包含1,774张通过定制细胞生长模型生成的图像。每张图像都有艺术家分配的美学评分和分类，以及生成图像时使用的参数信息。数据集用于研究目的，遵循Creative Commons Attribution-NonCommercial-ShareAlike 4.0国际许可。

This dataset, created by computer artist Andy Lomas, comprises 1,774 images generated through a custom cellular growth model. Each image is accompanied by an aesthetic score and classification assigned by the artist, along with the parameter information used during the image generation process. The dataset is intended for research purposes and is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

原始信息汇总

数据集概述

数据集名称

Andy Lomas Generative Art Dataset (ALGAD) V1.0

数据集描述

该数据集包含1,774张由计算机艺术家Andy Lomas创作的图像。这些图像通过艺术家定制的细胞生长模型生成，使用Species Explorer软件进行形态演化。

数据集内容

• 图像：1,774张图像，存储于Image目录中，文件名与数据集CSV文件中的记录相对应。
• CSV文件（Lomas Dataset.csv）：包含生成每种形态所用的参数、艺术家分配的美学评分（0-10）和分类信息。

数据集格式

CSV文件包含以下列：

• uid: 唯一标识符
• fileName: 图像文件名
• score: 艺术家评分（0-10）
• category: 艺术家分类
• 一系列参数，如planarFactor, springFactor等，共12个参数。

分类信息

• 类别数量：8个
• 类别及图像数量：
  • brain: 317
  • mess: 539
  • nogrowth: 154
  • ballon: 169
  • animal: 104
  • black: 251
  • worms: 53
  • plant: 187

数据集用途

该数据集用于研究目的，遵循Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License。

图像存储

• 缩略图（128x128）存储于imageThumbs.tgz。
• 原始图像因大小限制未存储于GitHub，可通过指定链接下载。

参考文献

• [1] Lomas, A.: Cellular forms: An artistic exploration of morphogenesis. In: AISB 2014 - 50th Annual Convention of the AISB (2014)
• [2] Lomas, A.: Species explorer: An interface for artistic exploration of multi-dimensional parameter spaces. In: J. Bowen, N. Lambert, G. Diprose (eds.) Electronic Visualisation and the Arts (EVA2016), Electronic Workshops in Computing (eWiC). BCS Learning and Development Ltd., London (2016)

搜集汇总

数据集介绍

构建方式

Andy Lomas Generative Art Dataset (ALGAD) V1.0 是由计算机艺术家Andy Lomas创作的生成艺术数据集。该数据集包含了1,774幅图像，这些图像通过艺术家定制的细胞生长模型生成，并使用其开发的*Species Explorer*软件进行形态进化。每幅图像的生成参数、艺术家赋予的美学评分（0-10）以及分类信息均记录在随附的csv文件中，确保了数据集的完整性和可追溯性。

特点

ALGAD V1.0 数据集的显著特点在于其丰富的参数化信息和艺术家主观美学评分的结合。每幅图像不仅附带了详细的生成参数，还包含了艺术家对图像的美学评分和分类标签，涵盖了8个不同的视觉类别。此外，数据集提供了图像的缩略图版本，便于快速浏览和初步分析，而原始图像则可通过指定链接下载，满足不同研究需求。

使用方法

使用ALGAD V1.0数据集时，用户可以通过csv文件中的参数信息和美学评分进行深入分析，探索生成艺术中的美学规律。图像文件与csv文件中的记录一一对应，便于直接关联分析。此外，数据集提供了缩略图和原始图像的下载选项，用户可根据需求选择合适的图像分辨率进行研究。数据集适用于生成艺术、美学评估及深度学习等领域的研究。

背景与挑战

背景概述

Andy Lomas Generative Art Dataset (ALGAD) V1.0 是由计算机艺术家Andy Lomas创建的一个生成艺术数据集，旨在探索和研究计算机生成的艺术形式。该数据集包含了1,774张由Lomas开发的定制细胞生长模型生成的图像，这些图像通过其*Species Explorer*软件进化而来。每张图像都附带有艺术家分配的美学评分（0-10）和分类信息，以及生成过程中使用的参数。该数据集的创建不仅为美学评估和深度学习提供了新的研究材料，还为艺术与技术的交叉领域带来了深远的影响。

当前挑战

ALGAD V1.0数据集在构建和应用过程中面临多项挑战。首先，生成艺术的美学评估是一个主观的、复杂的任务，如何量化和标准化艺术家的评分是一个难题。其次，数据集中的参数众多，如何有效地利用这些参数进行模型训练和预测，同时避免过拟合，是另一个挑战。此外，生成艺术的可解释性和多样性也是研究中的难点，如何在保持艺术性的同时，确保生成结果的多样性和创新性，是该领域亟待解决的问题。

常用场景

经典使用场景

ALGAD V1.0数据集的经典使用场景主要集中在生成艺术与美学评估的研究领域。研究者可以利用该数据集中的1,774幅图像及其对应的生成参数和艺术家评分，进行深度学习模型的训练与验证，从而探索计算机生成的艺术作品的美学特征。此外，数据集中的分类信息和参数设置为研究者提供了丰富的实验素材，有助于揭示生成艺术背后的美学规律和算法机制。

实际应用

在实际应用中，ALGAD V1.0数据集可用于开发自动化的艺术创作工具和美学评估系统。例如，艺术家和设计师可以利用该数据集训练的模型生成具有特定美学特征的艺术作品，或用于评估和优化现有设计。此外，该数据集还可应用于教育领域，帮助学生理解生成艺术的基本原理和美学标准，提升其创作能力。

衍生相关工作

基于ALGAD V1.0数据集，研究者已开展了一系列相关工作，包括深度学习在美学评估中的应用、生成艺术算法的优化以及多维参数空间的艺术探索。例如，McCormack和Lomas的研究展示了如何利用深度学习模型预测艺术作品的美学评分，进一步推动了生成艺术与人工智能的结合。这些衍生工作不仅丰富了生成艺术的理论体系，还为实际应用提供了技术支持。