BIKED++：一个包含140万张自行车图像与参数化CAD设计的多模态数据集
计算机视觉与模式识别
2024-02-13 v2 人工智能
机器学习
摘要
本文介绍了一个包含140万个程序化生成的自行车设计的公开数据集，这些设计以参数化形式（JSON文件）和光栅化图像表示。该数据集通过一个渲染引擎创建，该引擎利用BikeCAD软件从参数化设计生成矢量图形。本文讨论了该渲染引擎，并将其与数据集一同公开发布。尽管该数据集有众多应用，但其主要动机之一是训练参数化表示与基于图像的设计表示之间的跨模态预测模型。例如，我们证明可以训练一个预测模型，直接从参数化表示中准确估计对比语言-图像预训练（CLIP）嵌入。这使得参数化自行车设计与文本字符串或参考图像之间能够建立相似性关系。训练好的预测模型也已公开。该数据集加入了BIKED数据集家族，该家族包含数千个混合表示的人为设计自行车模型以及多个量化设计性能的数据集。代码和数据集可在以下链接找到：https://github.com/Lyleregenwetter/BIKED_multimodal/tree/main
引用
@article{arxiv.2402.05301,
title = {BIKED++: A Multimodal Dataset of 1.4 Million Bicycle Image and Parametric CAD Designs},
author = {Lyle Regenwetter and Yazan Abu Obaideh and Amin Heyrani Nobari and Faez Ahmed},
journal= {arXiv preprint arXiv:2402.05301},
year = {2024}
}