Calliar

Calliar

阿拉伯书法在线手写数据集助力数字化研究

Calliar是一个阿拉伯书法在线手写数据集,包含2500个JSON文件的手动注释笔划数据。数据集分为2000个训练样本、250个验证样本和250个测试样本,支持多层级预测。Calliar提供可视化工具和注释服务器,为阿拉伯书法的数字化研究提供了重要资源。

Calliar阿拉伯书法数据集在线手写机器学习Github开源项目

Calliar

Calliar 是一个阿拉伯书法数据集。该数据集包含 2500 个 json 文件,其中包含手动标注的阿拉伯书法笔画。本仓库包含以下论文的数据集:

Calliar:在线手写阿拉伯书法数据集<br> Zaid Alyafeai, Maged S. Al-shaibani, Mustafa Ghaleb, Yousif Ahmed Al-Wajih<br> https://arxiv.org/abs/2106.10745

摘要: 书法是阿拉伯传统和文化的重要组成部分。过去,它被用于装饰房屋和清真寺。通常,这种书法是由具有审美洞察力的专家手工设计的。在过去几年里,人们通过拍摄装饰建筑的照片或使用数字设备绘制来数字化这种艺术形式,付出了相当大的努力。后者被认为是一种在线形式,通过记录设备(例如电子笔)在屏幕上的移动来跟踪绘画过程。在文献中,有许多离线数据集收集了各种阿拉伯书法风格。然而,目前还没有可用的在线阿拉伯书法数据集。在本文中,我们阐述了收集和注释名为 Calliar 的在线阿拉伯书法数据集的方法,该数据集包含 2,500 个句子。Calliar 为笔画、字符、单词和句子级别的预测进行了标注。

统计数据

数据集样本数单词数字符数笔画数
训练集2,0006,06524,72236,561
验证集2507382,9464,410
测试集2507533,0524,601

数据集格式

主要有两种基本格式。

.json

每个 .json 文件包含一个笔画列表。每个列表是一个包含笔画字符和点列表的字典。像 ت 这样的复合字符被映射为原始笔画列表,即 ..ٮ。有关映射的更多详细信息,请参阅论文和 chars.py

.npz

数据集的压缩格式 dataset.npz 只有 8.6 MB,使用 Ramer-Douglas-Peucker 算法减少了每个笔画的点数。此任务使用了 Python 库 rdp.npz 格式采用与 QuickDraw 相同的方法。

可视化

vis.py 文件包含一系列 Python 方法,可以轻松地可视化数据集。以下是两个示例,用于绘制样本 json 文件和创建动画。<a href="https://colab.research.google.com/github/ARBML/Calliar/blob/main/demo.ipynb"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/0cd3e172-1ca6-4768-8d8e-d5fd314a9cc8.svg" > </a>

import glob import matplotlib.pyplot as plt import json from IPython.core.display import display, HTML, Video from vis import * ## 显示笔画的图像 drawing = json.load(open(json_path)) print(get_annotation(json_path)) data = convert_3d(drawing) draw_strokes(data, stroke_width = 2, crop = True) ## 创建动画 create_animation(json_path) Video("tmp/video.mp4")

样本

sample_calliar_image_3

标注服务器

首先运行 pip install django,然后进入 calliar_server 目录并运行

python manage.py runserver

动画

(此处省略视频链接)

引用

@misc{alyafeai2021calliar,
      title={Calliar: An Online Handwritten Dataset for Arabic Calligraphy}, 
      author={Zaid Alyafeai and Maged S. Al-shaibani and Mustafa Ghaleb and Yousif Ahmed Al-Wajih},
      year={2021},
      eprint={2106.10745},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多