alexandre01/deepsvg

何を解決するか

DeepSVGは、深層学習を用いたベクターグラフィックス（SVG）の生成とアニメーションの難しさに対処します。ラスタ画像（ピクセル）とは異なり、SVGは数学的なパスとコマンドで構成されており、標準的なニューラルネットワークでは処理や滑らかなアニメーションが難しいです。

動作方法

このプロジェクトは、ベクターグラフィックスの構造を学習できる階層的生成ネットワークを実装しています。専用のライブラリにより、SVGファイルを解析し、Ramer-Douglas-Peuckerなどのアルゴリズムでパスを簡略化し、SVGデータを微分可能なPyTorchテンソルに変換します。これにより、モデルは潜在空間操作（たとえば、2つの異なるアイコン間を補間して滑らかなアニメーションを作成する、または勾配降下法で目標形状に一致するように形状を最適化する）が可能になります。

対象ユーザー

• ベクターグラフィックス向け生成モデルに注力するAI研究者。
• 2Dアニメーションおよびグラフィックデザインツールを開発する開発者。
• SVGデータセットや微分可能な幾何学を扱うデータサイエンティスト。

主な特徴

• 階層的生成ネットワーク: ベクターグラフィックスアニメーションの構造的性質に特化したモデル。
• SVG深層学習ライブラリ: SVGの解析、簡略化、拡張、PyTorchテンソルへの変換を支援するツール。
• 微分可能な最適化: 勾配降下法を用いて目標形状に合わせて形状を変形する機能。
• 実験的GUI: Figmaを意識したインターフェースで、モデル出力の可視化と2Dアニメーションの作成が可能。
• 事前処理済みデータセット: 即座に再現可能なSVG-Icons8およびFontデータセットを含む。