谷歌開源教機器畫畫的Sketch-RNN公開Quick,Draw!塗鴉資料集

題圖中的 Quick， Draw！ 小遊戲，你大概還有點印象。機器給出一個名詞，給你20秒時間畫畫，同時，它會根據你畫的東西一直猜猜猜。

今天，

谷歌

開放了Quick， Draw！資料集，包含345類、5000萬幅簡筆畫。這些簡筆畫，來自這個小遊戲的1500萬用戶。

資料集的GitHub地址：googlecreativelab/quickdraw-dataset

與通常的影象資料集不同，谷歌捕捉了這些簡筆畫的繪製過程，儲存成為一組帶時間戳的向量，並加上了元資料資訊標籤，包括機器要求使用者畫的是什麼、使用者所在國家等。

機器成功認出的影象，也就是被收錄到資料集中的那些，都展示在Quick， Draw！的資料集網站上：

https：//

quickdraw。withgoogle。com

/data

△ Quick， Draw！遊戲玩家畫的蘋果

谷歌希望開發者、研究人員和藝術家，能用這些資料來進行研究、探索。他們說，這些簡筆畫構成了一個獨特的資料集，開發者可以用它來訓練新的

神經網路

，研究人員可以藉助它探索世界各地人民畫畫的模式，

藝術家

則可能從中獲得靈感，創造我們從未想過的東西。

如果你用這個資料集創造了什麼東西，谷歌希望你透過郵件告訴他們，或者去A。I。 Experiments網站提交。

郵箱：quickdraw-support@google。com

網站：

https：//

aiexperiments。withgoogle。com

/submit

上個月，谷歌用這個資料集完成了一個教機器畫畫的專案：Sketch-RNN。在這個專案中，機器不僅學會了畫簡筆畫，還對自己所畫的東西建立了抽象概念，比如說知道貓應該有兩隻眼睛，豬有四條腿。

谷歌大腦團隊研究員David Ha和Douglas Eck發表了論文《A Neural Representation of Sketch Drawings》來詳細闡釋這個專案，並在谷歌官方部落格上發文做了通俗說明。

在Quick， Draw！資料集開放之後，Sketch-RNN模型也在谷歌的藝術專案Magenta下開源。谷歌開放了Sketch-RNN的預訓練模型、供你在TensorFlow中訓練自己模型用的原始碼、以及一份Jupyter notebook教程。

最後，這裡還有一個Douglas Eck釋出的影片，展示了Sketch-RNN生成的瑜伽過程：

SketchRNN model_騰訊影片

https：//v。qq。com/x/page/i0504et1pzi。html

影片開始10秒左右，模型為畫面中的人，加了個

瑜伽墊

，你會看到機器懵了一會兒。具體原因，作者在專案相關論文中做出瞭解釋。

Sketch-RNN開源模型：tensorflow/magenta

A Neural Representation of Sketch Drawings論文：［1704。03477］ A Neural Representation of Sketch Drawings

【完】

One More Thing…

今天AI界還有哪些事值得關注？在量子位（QbitAI）公眾號對話介面回覆“今天”，看我們全網蒐羅的AI行業和研究動態。筆芯~