TextAtlas

让AI生成带密集文字的海报、封面更靠谱，评测更标准。

TextAtlas 是一个用于训练和评估模型密集文本图像生成能力的大规模数据集，由 ICML 2026 论文提出。它解决了当前文本到图像模型在生成包含密集、复杂文字（如海报、广告、书籍封面）时效果不佳的问题。该数据集提供了丰富的标注和评测基准，支持研究者系统性地衡量模型在密集文本场景下的表现。核心能力包括：大规模高质量数据、标准化评测协议、以及配套的排行榜（leaderboard），便于社区对比和追踪进展。项目旨在推动文本图像生成领域的发展，尤其关注文字密集场景的实用性和准确性。

开源 unknown 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 94
维护状态 低维护
是否开源 是
定价模式 unknown

项目数据

分类图像生成
开发团队CSU-JPG
所属国家
官网地址https://textatlas5m.github.io
GitHubhttps://github.com/CSU-JPG/TextAtlas
定价模式unknown
价格说明项目为ICML 2026论文配套数据集，官网提供在线Demo，但定价信息未明确，需进一步确认。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型image-generation,image-generation-leaderboard,leaderboard,text-to-image,text-to-image-generation
GitHub 星标★ 94
30天Star增速
HF 下载量
上线时间2025-02-11 00:00:00
最近更新2026-07-30 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 首个专门针对密集文本图像生成的大规模数据集，填补领域空白
  • 提供标准化的评测基准和排行榜，方便横向对比模型性能
  • 数据覆盖多种真实场景（如海报、广告），实用性强

不足之处

  • 项目处于早期阶段，文档和社区支持尚待完善
  • 数据集规模和多样性可能有限，需进一步扩展

适用场景

  • 学术研究：评估和改进文本到图像模型的密集文字生成能力
  • 工业应用：训练更精准的广告海报、书籍封面自动生成模型
  • 基准测试：作为标准数据集，用于模型发布时的性能对比

替代项目

HuggingFace Diffusers、DeepFloyd IF、Imagen

项目介绍

TextAtlas 是数据集领域的开源项目，由 CSU-JPG 开发，2025 年首次发布。

它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 94。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-30。项目为ICML 2026论文配套数据集，官网提供在线Demo，但定价信息未明确，需进一步确认。从国内网络环境看，可直接访问。

它主要面向的使用场景是：学术研究：评估和改进文本到图像模型的密集文字生成能力。同类可对比的替代方案包括 HuggingFace Diffusers、DeepFloyd IF、Imagen。

上一篇：EditWorld

下一篇：AGIQA-3k-Database

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注，图像视频文本通吃，导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10528 2026-08-10
aisheets 开源

像用表格一样批量调 AI，不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1645 2026-09-20
distilabel 开源

基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3398 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据，告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09