ART艺术作品相关公开数据集

最新推荐文章于 2024-04-26 08:02:25 发布
最新推荐文章于 2024-04-26 08:02:25 发布
阅读量2.2k 收藏 6
点赞数
分类专栏： 公开数据集 Dataset 文章标签： 人工智能 计算机视觉 深度学习 大数据 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_56831217/article/details/125643671
版权

​

WikiArt 艺术作品中的人脸图像

背景描述

WikiArt 已经收录了 3.000 位艺术家的约 250.000 幅作品，并以 8 种语言进行了本地化。 这些艺术品存在于 100 多个国家的博物馆、大学、市政厅和其他市政建筑中。 这种艺术大部分不在公众视野中。 在您的积极参与下，我们计划涵盖地球的整个艺术史，从洞穴艺术品到现代私人收藏。 我们还根据需要为您提供多种语言的翻译工具。

数据说明

WikiArt 数据集显示数百张图像，具有不同程度的真实感和风格化。 该数据集仅隔离人脸，因此用户可以使用稍微不那么异构的数据集。 图像的大小或纵横比不一致，因此大多数应用程序都需要进行一些预处理（填充、缩放等）。

数据展示

​点击：文件列表，即可查看数据

数据下载

DataCastle-数据科学创新与实践平台

MOMA 博物馆艺术藏品

背景描述

现代艺术博物馆（Museum of Modern Art）是一所在纽约市的曼哈顿中城的博物馆，也是世界上最杰出的现代艺术收藏地之一，简称为MoMA。位于曼哈顿第53街11号﹙在第五和第六大道之间﹚，此博物馆经常与大都会博物馆相提并论，虽馆藏少于前者，但在现代艺术的领域里，该馆拥有较多重要的收藏。

数据说明

包含艺术家、作品名称、简介、制作年份、尺寸、在展楼层

数据展示

​点击：文件列表—数据分析，即可查看数据可视化展示

数据下载

DataCastle-数据科学创新与实践平台

MOMA艺术博物馆藏品数据

背景描述

现代艺术博物馆（Museum of Modern Art）是一所在纽约市的曼哈顿中城的博物馆，也是世界上最杰出的现代艺术收藏地之一，简称为MoMA。位于曼哈顿第53街11号﹙在第五和第六大道之间﹚，此博物馆经常与大都会博物馆相提并论，虽馆藏少于前者，但在现代艺术的领域里，该馆拥有较多重要的收藏。

数据说明

包含1万多种藏品的详细数据：作品名称、作家、年份等

数据展示

点击：文件列表—数据分析，即可查看数据可视化展示

数据下载

DataCastle-数据科学创新与实践平台

艺术品图片数据

背景描述

艺术作品数据集

数据说明

包含风格类别、作品名称、艺术家、时间段、图片URL

数据展示

​点击：文件列表—数据分析，即可查看数据可视化展示

数据下载

DataCastle-数据科学创新与实践平台

检测一个人的艺术品味

背景描述

检测人们享受视觉艺术的程度和区分

数据说明

包含30张艺术作品图片，1.8万回答，165个问题

数据展示

 点击：文件列表，即可查看数据

数据下载​

DataCastle-数据科学创新与实践平台

陶707
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
图片风格自动分析模型
a871923942的博客
05-29 921
对于分类任务，我们可以使用交叉熵损失作为损失函数。同时，我们可以选择随机梯度下降（SGD）或Adam等优化器进行模型优化。# 使用SGD优化器# 或使用Adam优化器在这部分，总结整个项目的过程，包括数据准备、模型构建、训练、优化和评估等。同时，讨论可能的改进方向和未来工作，例如尝试更多的模型结构、优化技巧等。
Chinese Fine Art 中国美术-数据集
03-18
计算机视觉：中国著名绘画 chinese-fine-art_datasets.txt chinese-fine-art_datasets.zip
Artwork Collections Database:艺术品收藏非常适合艺术家，收藏家和画廊-开源
05-12
艺术品收藏数据库是为艺术家，收藏家，画廊以及需要记录和管理艺术品的任何人设计和构建的。 艺术品收藏数据库存储有关艺术品出处，过去展览和出版物信息的详细信息。 将多个图像和/或重要的出处或估价文件都链接在一处。 跟踪和管理借出用于展览或寄售的艺术品。 选择要包含在“艺术品目录”中的任意数量的艺术品，这些艺术品可以打印，通过电子邮件发送或直接导出为PDF，以通过电子邮件发送或分发。
一键部署 Llama3 8B/70B！最高仅占1.07GB存储；COCONut上线，字节跳动推出的首个大规模全景图像分割数据集...
最新发布
HyperAI超神经
04-26 891
近日，Meta 震撼发布了号称「开源 GPT-4」的大模型 Llama3，该模型惊动了整个 AI 圈，HyperAI超神经也迫不及待想要体验一下！hyper.ai 官网现已在公共教程上线「一键部署 Llama3」！有没有人和我一样激动的搓手手？赶紧来运行一下~4 月 22 日-4 月 26 日，hyper.ai 官网更新速览：* 优质公共数据集：10 个*优质教程精选：3 个* 社区文章精选：5...
SemArt 数据集,21384个样本的语料库
跟老吕看AI
12-14 515
摘要：SemArt数据集是一个包含21384个样本的语料库，它提供了艺术评论以及美术作品及其属性，用于研究语义艺术理解，数据集共3.1G，欢迎访问帕伊提提下载使用（www.payititi.com）. 01 自动艺术分析一直致力于将艺术作品分成不同的艺术风格。然而，理解一个艺术表现涉及更复杂的过程，例如识别场景中的元素或识别作者的影响。我们提出了语义艺术理解的多模式数据集SemArt。SemArt是一个美术绘画图像的集合，其中每个图像都与若干属性和文本艺术评论相关联，例如出现在艺术目录或博物馆收藏中的那
爬蟲 wikiart
12-19
爬蟲 從wikiart上爬圖片下來 希望幫助到有需要的人爬蟲 從wikiart上爬圖片下來 希望幫助到有需要的人爬蟲 從wikiart上爬圖片下來 希望幫助到有需要的人
proj2-wikiart-5602-刘尚章
02-13
项目2：分析艺术数据 截止日期：2019年12月2日，下午11:59通过GitHub Classroom 项目提交最多可延迟3天，每天罚款10％ 6组 刘玲（LINGuistLIU），澜桑（Lanang），张紫颖（mollyz） 选项2 我们的网站：WikiArt Analysis（ ） 福勒 您也可以通过下载此存储库来运行网站。 下载所有文件，然后从“ index.html”开始 WikiArtClean.csv是原始数据集，而WikiArtClean_new.csv是经过预处理的数据集。 网站上的所有可视化都基于此。 文件夹“ dataprocessing”包括我们可视化的所有原始文件，例如Python和Tableau文件。
和中国山水画相关的数据集
02-18
中国山水画数据集 数据说明： 目前基于遗传算法的艺术生成方法产生非原创的艺术作品，由于其依赖于条件输入。在这里，我们提出了草图和绘画GAN (SAPGAN)，第一个模型，生成中国山水画从端到端，没有条件输入。SAPGAN是由两个GANSketchGAN生成的边缘地图，和随后的边缘绘画翻译的PaintGAN。我们的模型是在一个新的中国传统山水画数据集上训练的，以前从未用于生成性研究。一项242人的视觉图灵测试研究显示，SAPGAN绘画被误认为人类艺术品的频率为55%，明显优于基线GAN绘画。我们的工作为真正的机器原创艺术奠定了基础。（该数据集共有2192张照片）
OfficeHome-Art、Clipart、Product部分数据集
11-24
这一部分的数据集旨在模拟在艺术作品或创意设计中识别对象的场景，这对于训练模型识别非现实环境中的物体非常有用。 2. **Clipart子集**： Clipart子集则包含了一系列卡通化的图像，这些图像通常用简单、明亮的...
OfficeHome数据集标签文件
03-26
Office-Home数据集由来自4个不同领域的图像组成，包括Art (Ar)、Clipart (Cl)、Product (Pr)和Real World (Rw)。其中，Art领域包括素描、绘画、装饰品等形式的艺术图像，共2427张图像；Clipart领域包括各种剪贴画...
ART创意摄影艺术品作品集展示WordPress主题[3.10.2]
04-11
WordPress主题ART 是一个简单干净的高级响应式创意摄影艺术品作品集展示WordPress主题，专为艺术家设计。您可以通过 ART 创建任何类型的网站，包括作品集、摄影、艺术品、APP 登陆页面、图库、视频、电子商务、博客...
WikiMovies 数据集
03-12
WikiMovies, a QA dataset that contains raw text alongside a preprocessed KB, in the domain of movies.
SoundScraping:根据音频功能，受欢迎程度，艺术品，艺术家信息以及观众对Techno曲目的React，构建世界上最大，最全面的数据集
03-17
声音抓取 根据功能，受欢迎程度，艺术品和观众对Techno曲目的React，构建世界上最大，最全面的数据集
generative-art:随机生成艺术作品的网站
05-01
生成艺术是一种结合编程技术与艺术创作的新型艺术形式，它利用计算机算法来创造独特且具有美学价值的作品。在这个“generative-art”项目中，我们看到一个专注于生成艺术的网站，它提供了一个平台来创建和展示Java...
colab使用教程
qq_37099774的博客
07-30 1150
cocolab使用教程 1 准备数据集 切换路径并用wget 下载coco和wikiart数据集，并用unzip解压数据集 %cd /content/drive/Shared\ drives/MySharedDrive/dataset !pwd !ls !wget http://images.cocodataset.org/zips/train2017.zip !wget http://web.fsktm.um.edu.my/~cschan/source/ICIP2017/wikiart.zip !unzi
Wikidata数据集下载问题
祈熙霖的博客
04-19 1322
数据集下载问题集合
图像风格迁移-DSTN
m0_61985580的博客
12-15 2202
具有领域感知跳过连接的统一框架，以自适应地将笔划和调色板转移到由领域性指标引导的输入内容。
matlab_医学CT重建 ART，SART算法
wouderw的博客
07-10 4167
matlab_医学CT重建ART，SART算法 2，SART算法部分源码 1，ART结果2，SART结果
Wikidata 数据包下载+格式转换+入库MySQL
程序员五哥
05-05 2595
维基数据是一个自由的协作式的多语言辅助数据库，用于收集结构化的数据，旨在支援维基百科、维基共享资源以及其他维基媒体运动中的项目，也支援世界上的每一个人。
在图片上选边缘点以用来生成TSP art并输出tsplib数据集python代码
05-15
以下是一个简单的 Python 代码示例，用于从图像中选择边缘点并生成 TSP art 和 tsplib 数据集： ```python import numpy as np import cv2 # Load image img = cv2.imread("input.jpg") # Convert to grayscale gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # Detect edges edges = cv2.Canny(gray, 100, 200) # Display image with edges cv2.imshow("Image with Edges", edges) # Select edge points using a mouse click points = [] def select_point(event, x, y, flags, param): if event == cv2.EVENT_LBUTTONDOWN: points.append((x, y)) cv2.namedWindow("Select Points") cv2.setMouseCallback("Select Points", select_point) while True: cv2.imshow("Select Points", img) key = cv2.waitKey(1) if key == ord("q"): break # Generate TSP art and tsplib dataset n = len(points) distances = np.zeros((n, n)) for i in range(n): for j in range(n): if i != j: distances[i][j] = np.sqrt((points[i][0] - points[j][0]) ** 2 + (points[i][1] - points[j][1]) ** 2) # Write tsplib dataset with open("output.tsp", "w") as f: f.write("NAME: output\n") f.write("TYPE: TSP\n") f.write("DIMENSION: {}\n".format(n)) f.write("EDGE_WEIGHT_TYPE: EUC_2D\n") f.write("NODE_COORD_SECTION\n") for i in range(n): f.write("{} {} {}\n".format(i+1, points[i][0], points[i][1])) f.write("EOF\n") # Display TSP art tsp_art = np.zeros_like(gray) path = list(range(n)) + [0] for i in range(n): cv2.line(tsp_art, points[path[i]], points[path[i+1]], (255, 255, 255), thickness=1) cv2.imshow("TSP Art", tsp_art) cv2.waitKey(0) cv2.destroyAllWindows() ``` 该代码使用 OpenCV 库加载图像、将其转换为灰度图像、检测边缘，并允许用户使用鼠标单击选择边缘点。通过这些点，代码将生成 TSP art 和 tsplib 数据集。最后，使用 OpenCV 显示生成的 TSP art。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值