Paper page - Does Synthetic Layered Design Data Benefit Layered Design Decomposition?

来源: https://huggingface.co/papers/2605.15167

摘要

合成分层图像数据通过实现可扩展训练和更好的图层分布控制，相较于传统方法，提升了图形设计分解的效果。

近期图像生成领域的进展使得生成高质量图像变得轻而易举。然而，这些输出本质上是被压平的——前景元素、背景和文本都混杂在一个固定画布上。因此，生成后的灵活编辑仍具有挑战性，暴露出通往实际可用性之间的明显“最后一英里“差距。现有方法要么依赖稀缺的专有分层资产，要么从有限的结构先验中构建部分合成数据，但两种策略在可扩展性上都面临根本性挑战。在本工作中，我们探究纯合成分层数据能否改进图形设计分解。我们假设：在图形设计中，有效的分解并不需要像自然图像合成那样精确地建模层间依赖关系，因为设计元素通常被有意地安排为模块化且语义可分离的组件。具体而言，我们基于 CLD 基线（一种最先进的图层分解框架）开展了一项以数据为中心的研究。在此基线基础上，我们构建了自己的合成数据集 SynLayers，利用视觉语言模型生成文本监督，并使用 VLM 预测的边界框来自动化推理输入。我们的研究揭示了三个关键发现：(1) 即使使用纯合成数据进行训练，也能超越非可扩展的替代方案（例如广泛使用的 PrismLayersPro 数据集），证明了其作为可扩展且有效替代方案的可行性；(2) 随着训练数据规模的增加，性能持续提升，但在约 50K 样本时增益开始饱和；(3) 合成数据能够对图层数量分布进行均衡控制，避免了真实世界数据集中常见的图层数量不平衡问题。我们希望这项以数据为中心的研究能鼓励更广泛地将合成数据作为分层设计编辑系统的实用基础。

查看 arXiv 页面 (https://arxiv.org/abs/2605.15167)查看 PDF (https://arxiv.org/pdf/2605.15167)GitHub3 (https://github.com/YangHaolin0526/SynLayers)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.15167)

引用本文的模型1

SynLayers/Bbox-caption-8b Image-Text-to-Text• 9B• 更新于约2小时前 • 530 • 4 (https://huggingface.co/SynLayers/Bbox-caption-8b)

引用本文的数据集0

无数据集链接此论文

在数据集的 README.md 中引用 arxiv.org/abs/2605.15167 即可从此页面链接。

引用本文的空间1

包含本文的收藏0

无收藏包含此论文

将本文添加到收藏 (https://huggingface.co/new-collection) 即可从此页面链接。