deepsvg

DeepSVG 项目介绍

项目概况

DeepSVG 是一个生成性网络项目，旨在为矢量图形动画提供一种分层生成框架。它的核心是利用深度学习技术实现对 SVG 数据（矢量图形格式）的操作与动画效果，特别在生成和优化矢量图形方面具有出色表现。DeepSVG 项目不仅包含了论文所描述的核心代码，也提供了相关的工具库，以便从数据处理到模型训练和应用的完整工作流。

实验室支持

该项目得到了 LingoSub 和 ThumbnailsPro 的赞助支持。LingoSub 提供通过 AI 翻译助学习语言的服务，而 ThumbnailsPro 专注于即时生成吸引点击量的视频缩略图。

项目内容

1. 训练代码：DeepSVG 提供完整的训练代码，用户可以通过这些代码实现生成性网络的训练任务。

2. 深度学习 SVG 数据库：包含多个可以与 PyTorch 集成的功能模块，便于处理和转换 SVG 数据。

3. SVG-Icons8 数据集：提供了一个包含大量矢量图标的数据集，支持项目的实验与发展。

4. 图形用户界面（GUI）：提供一个带有实验性质的界面，用于展示 DeepSVG 在矢量图形动画中的实际运用。

项目更新

• 2020年12月：增加了原始 SVG 数据加载器。
• 2020年9月：项目被接收进入 NeurIPS2020。
• 2020年7月：加入了预训练模型和字体生成的笔记本。

项目安装与环境

用户需通过 Git 克隆仓库，并创建一个 Python 3.7 的新 Conda 环境以安装所有必需依赖。此外，还需根据平台配置 CairoSVG 相关的要求。

运行环境

经过测试支持的运行环境包括 Ubuntu 18.04 和 macOS 10.13.6，CUDA 10.1，并需要从源代码安装 PyTorch。

数据集下载与结构

项目包含自动化下载脚本，用户可以选择从 Google Drive 手动下载或使用提供的脚本批量下载与解压数据集文件。项目结构支持自动化构建数据目录以便快速访问。

数据加载器

支持自定义数据集的 SVG 处理，用户可通过预处理脚本提高训练时的 I/O性能。

深度学习 SVG 库

DeepSVG 专门开发了一组用于 SVG 数据的深度学习工具。这些功能包括：

• SVG 文件解析。
• 基本形状和命令的转换。
• 路径简化与数据增强。
• 转换为 PyTorch 张量格式。
• 综合绘图工具，包括控制点的可视化和导出为 GIF 动画。

图形用户界面

实验性的 GUI 界面不仅用于项目的展示，还可作为简单创建二维动画的工具。用户可通过快捷键更便捷地操作与生成动画。

训练和推断

用户可以通过命令启动训练，并通过下载预训练模型进行推断，项目还支持图标间插值与 SVG 潜在空间操作。

贡献与许可

项目欢迎任何形式的贡献与改进，采用 MIT 许可协议，确保代码的开放性和共享性。

通过 DeepSVG 项目，矢量图形动画的生成过程变得更加智能和自动化，为艺术创作和设计提供了更多可能性。