数据集介绍

在工业制造领域，设计过程通常依赖于大量的设计草图，这些草图需在后续制造阶段快速转化为实际的工程设计。然而，手动处理这些草图往往耗时且易出错，目前主要依赖于设计人员的手动标记和转化，效率低下且不够稳定。现有的自动化方案大多局限于简单的图形识别，难以准确处理复杂设计草图。实验设计草图图像分类数据集旨在提高自动化识别技术，通过大规模标注的高质量草图图像，帮助解决草图识别和分类中的关键难题。数据采集采用高分辨率扫描仪对设计草图进行扫描，确保图像质量，并在无反光、均匀光源条件下进行。质量控制措施包括多轮标注校验及一致性检查，并通过专家审核确保标注的精度和一致性。标注团队由30名具备设计背景的专业人士组成。数据预处理包括图像去噪、轮廓强化和尺寸归一化，存储格式为JPG，采用目录结构按照类别进行组织。该数据集的标注精度达到98%以上，保持了高度的一致性和完整性。通过引入半自动化标注工具和数据增强算法，提升了分类任务中准确度和鲁棒性。实验表明，应用该数据集的识别系统可以将草图处理时间缩短30%以上，提升设计制造的效率。与同类数据集相比，该数据集具有更高的标注精度和更多样化的草图类型，涵盖多个设计场景，具有很强的扩展性和通用性。