cyberagent/crello

Crello数据集是一个用于研究矢量图形文档的数据集。数据集包含了文档的元数据（如画布大小）和预渲染的元素（如图像或文本框）。原始模板来自crello.com（现为create.vista.com），并转换为适合机器学习分析的低分辨率格式。数据集主要用于无监督文档生成任务，几乎所有设计模板都使用英语。

The Crello Dataset is a research dataset focused on vector graphic documents. It includes document metadata such as canvas dimensions, as well as pre-rendered elements including images or text boxes. The original templates originated from crello.com (now rebranded as create.vista.com), and have been converted to low-resolution formats suitable for machine learning analysis. This dataset is primarily utilized for unsupervised document generation tasks, and nearly all of its design templates are in English.

原始信息汇总

数据集概述

数据集基本信息

• 名称: Crello
• 语言: 英语（en）
• 许可证: CDLA-Permissive-2.0
• 多语言性: 单语（monolingual）
• 大小: 10K<n<100K
• 源数据: 原始（original）
• 任务类别: 无条件图像生成（unconditional-image-generation）
• 标签: 图形设计, 设计模板

数据集结构

数据字段

• id: 字符串类型
• length: 整数类型
• group: 分类标签，包括SM, HC, MM, SMA, EO, BG
• format: 分类标签，包括多种社交媒体和设计格式
• canvas_width: 分类标签，表示画布宽度
• canvas_height: 分类标签，表示画布高度
• category: 分类标签，包括多种主题类别
• title: 字符串类型
• type: 序列类型，包括svgElement, textElement, imageElement, coloredBackground, maskElement
• left, top, width, height, opacity: 序列类型，浮点数
• color: 序列类型，包含RGB颜色值
• image: 序列类型，图像数据
• text: 序列类型，字符串
• font: 序列类型，分类标签，包括多种字体
• font_size: 序列类型，浮点数
• text_align: 序列类型，分类标签，包括左对齐, 居中, 右对齐
• angle: 序列类型，浮点数
• capitalize: 序列类型，分类标签，包括false, true
• line_height, letter_spacing: 序列类型，浮点数
• suitability: 序列类型，分类标签，包括mobile
• keywords: 序列类型，字符串
• industries: 序列类型，分类标签，包括多种行业
• preview: 图像数据
• cluster_index: 整数类型

数据分割

• 训练集: 19095个样本，总大小5058614277.34字节
• 验证集: 1951个样本，总大小538185754.149字节
• 测试集: 2375个样本，总大小649876234.375字节
• 总下载大小: 6188050025字节
• 数据集总大小: 6246676265.864字节

数据集使用配置

• 默认配置: 包含训练、验证和测试数据集的路径配置。

搜集汇总

背景与挑战

背景概述

cyberagent/crello数据集是一个图形设计模板集合，主要用于研究矢量图形文档的生成和分解。数据集包含丰富的元数据和预渲染元素，支持多种任务，如文档生成和图像分割。数据集最初来自crello.com，经过预处理后适用于机器学习分析。