关于合成纹理数据集：挑战、创建与策展

纹理对机器学习模型的影响一直是一项持续的研究，特别是在纹理偏置/学习、可解释性和鲁棒性方面。然而，由于缺乏可用的大规模且多样化的纹理数据，这些工作中的发现受到限制，因为更全面的评估无法实现。图像生成模型能够提供大规模的数据创建，但利用这些模型进行纹理合成尚未被探索，并且在创建准确的纹理图像和验证这些图像方面带来了额外的挑战。在本工作中，我们引入了一种可扩展的方法及相应的新数据集，用于生成高质量、多样化的纹理图像，能够支持广泛的基于纹理的任务。我们的流程包括：(1) 从一系列描述符开发提示词，作为文本到图像模型的输入；(2) 采用并调整 Stable Diffusion 流程以生成并过滤相应的图像；(3) 进一步筛选出最高质量的图像。通过此过程，我们创建了 Prompted Textures Dataset (PTD)，一个包含 246,285 张纹理图像、涵盖 56 种纹理的数据集。在生成图像的过程中，我们发现图像生成流程中的 NSFW 安全过滤器对纹理高度敏感（并标记了高达 60% 的纹理图像），揭示了这些模型中的一种潜在偏置，并在处理纹理数据时带来了独特的挑战。通过标准指标和人工评估，我们发现我们的数据集具有高质量和多样性。我们的数据集可在 https://zenodo.org/records/15359142 下载。