【亲测免费】 Quick Draw 不规则遮罩数据集(QD-IMD) 使用与安装指南
2026-01-14 17:51:19作者:盛欣凯Ernestine
本指南将带你深入了解如何安装并使用 Quick Draw Irregular Mask Dataset (QD-IMD),一个基于5000万个手绘图案的开源数据集,旨在提供更为真实的图像修复任务训练数据。
1. 项目目录结构及介绍
QD-IMD项目的目录结构大致如下:
qd-imd/
├── generate_dataset.py # 数据集生成脚本
├── README.md # 项目说明文档
├── requirements.txt # 必需的Python包列表
├── .gitignore # 忽略的文件或文件夹配置
└── LICENSE # 许可证文件,遵循MIT协议
- generate_dataset.py: 负责根据设定参数生成不规则遮罩的数据集。
- requirements.txt: 包含项目运行所需的Python库列表。
- README.md: 提供项目概述、数据集生成方法和使用指导。
- .gitignore: 指定不需要纳入版本控制的文件类型或名称。
- LICENSE: MIT许可证文本,描述了代码的使用权限和限制。
2. 项目的启动文件介绍
generate_dataset.py
这是核心脚本,用于自动生成QD-IMD数据集。它的工作流程包括随机选取画笔笔触数量、从Quick Draw数据集中采样笔触、设置笔触宽度、进行画布放缩、中央裁剪到特定尺寸(默认512x512),以及二值化处理以形成最终的遮罩图。用户可以通过命令行参数定制生成过程。
3. 项目的配置文件介绍
QD-IMD项目并不直接提供一个传统意义上的配置文件,但其依赖于generate_dataset.py中的参数来定制数据生成的过程。这些参数并非存储在独立的配置文件中,而是通过脚本直接调用或者作为命令行参数来配置。例如,若需调整生成遮罩时使用的笔触平均数量、宽度范围或目标图片尺寸等,可通过修改脚本内部的相关变量或在执行脚本时提供相应的命令行选项来实现。
安装与使用步骤
步骤一:克隆项目
首先,通过Git克隆仓库到本地:
git clone https://github.com/karfly/qd-imd.git
cd qd-imd
步骤二:下载Quick Draw数据集简化版
你需要从Google云端硬盘获取Quick Draw数据集简化版。具体步骤见项目README.md。
步骤三:环境准备
确保安装所有必需的Python包:
pip install -r requirements.txt
步骤四:生成数据集
运行generate_dataset.py脚本来创建数据集。你可以查看帮助信息了解参数详情:
python generate_dataset.py --help
然后,按需求无参数运行或指定自定义参数来生成数据集:
python generate_dataset.py
通过以上步骤,你就成功地设置了QD-IMD数据集的开发环境,并可以根据需求生成自定义的不规则遮罩数据,进一步应用于图像修复或其他相关计算机视觉任务中。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
568
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
801
199
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
202
Ascend Extension for PyTorch
Python
379
452
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1