【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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
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
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355