SketchyCOCO 场景草图数据集下载 | 含实例分割标注与边缘图

一、数据集概述

SketchyCOCO 是一个面向场景级图像理解与草图生成的大规模合成数据集，专为计算机视觉、深度学习及图像生成领域的研究者与开发者设计。该数据集基于 COCO 场景构建，提供高质量的成对草图-图像数据，适用于场景草图识别、图像到草图转换、草图到图像生成等多种 AI 任务。

二、数据规模与覆盖范围

场景级成对数据： 包含超过 14,000 组场景级草图与对应图像（sketch-image pairs），覆盖真实世界复杂场景。

前景目标数据： 涵盖 14 个常见类别，共计 20,000 余组前景目标数据，每组包含草图、对应图像及边缘图（edge maps），适用于目标检测、边缘检测与草图生成模型训练。

背景场景数据： 包含 3 个背景类别，共计 27,000 余组成对草图与图像，支持场景理解、背景生成及全景分割研究。

实例分割标注： 每张场景草图图像均配备精确的实例分割标注信息（instance segmentation annotations），可直接用于语义分割、实例分割及多目标场景解析等下游任务。

三、核心应用场景

草图到图像生成（Sketch-to-Image Synthesis）： 训练条件生成对抗网络（cGAN）、扩散模型（Diffusion Models）等，实现从手绘草图到真实图像的自动转换。

图像到草图转换（Image-to-Sketch）： 构建照片风格化、艺术化渲染及自动线稿提取系统。

场景理解与分割： 利用实例分割标注训练 Mask R-CNN、Segment Anything（SAM）等分割模型，提升场景解析精度。

边缘检测与轮廓提取： 借助配套 edge maps 优化 HED、DexiNed 等边缘检测网络。

跨模态检索： 实现基于草图的图像检索（SBIR, Sketch-Based Image Retrieval），应用于电商、设计素材库等领域。

计算机视觉教学与科研： 作为标准基准数据集，用于学术论文实验对比、课程项目及算法验证。

四、适用人群

该数据集适合计算机视觉研究者、深度学习工程师、AI 产品经理、高校师生及图像生成领域从业者使用，尤其适用于从事草图理解、场景生成、图像合成等方向的技术团队。