StarVector
StarVector 是一個基礎模型，它透過使用視覺語言建模架構直接從影像和文字輸入產生高品質的 SVG 程式碼，將向量化轉換為程式碼生成任務。
https://starvector.github.io/?ref=aipure&utm_source=aipure
產品資訊
更新時間：2025年05月16日
什麼是 StarVector
StarVector 代表了可縮放向量圖形 (SVG) 生成領域的一項突破，它提供了一種新穎的方法，將向量化重新定義為程式碼生成任務，而不是傳統的影像處理問題。它是一個多模態大型語言模型，能將視覺和文字輸入無縫整合到一個統一的基礎 SVG 模型中。與先前主要關注基於曲線的向量化且缺乏語義理解的方法不同，StarVector 直接在 SVG 程式碼空間中工作，並利用視覺理解來應用精確的 SVG 圖元，從而能夠生成更複雜且語義豐富的向量圖形。
StarVector 的主要功能
StarVector 是一個突破性的基礎模型，它使用多模態視覺語言架構將圖像向量化轉換為程式碼生成任務。它可以直接從圖像和文字輸入生成高品質的 SVG 程式碼，處理複雜的向量圖形元素，包括路徑、形狀、文字和其他 SVG 原始物件。該模型利用全面的資料集 (SVG-Stack) 和評估框架 (SVG-Bench) 來產生語義豐富且緊湊的向量圖形，其效能優於傳統的向量化方法。
進階多模態架構: 整合視覺和語言處理能力，以理解視覺內容並生成精確的 SVG 程式碼，結合圖像編碼器和語言模型以實現全面的圖形理解
原始物件感知向量化: 智慧地識別和生成各種 SVG 原始物件（路徑、圓形、多邊形、文字），而不僅限於基於曲線的向量化
大規模訓練: 建立在包含超過 200 萬個 SVG 樣本的 SVG-Stack 資料集上，可在各種圖形樣式和複雜性中實現穩健的效能
程式碼生成方法: 將向量化視為程式碼生成任務，而不是傳統的圖像處理，從而可以產生更精確和可編輯的 SVG 輸出
StarVector 的使用案例
Logo 向量化: 將點陣圖 Logo 圖像轉換為可縮放的向量格式，以用於專業品牌和設計工作
技術圖表轉換: 將光柵技術圖表和圖表轉換為可編輯的向量圖形，以用於文件和工程目的
圖示設計自動化: 自動化將圖示設計從像素轉換為向量格式的過程，以用於 Web 和應用程式開發
字體和排版處理: 將排版和字體設計轉換為向量格式，以用於可縮放的文字和字元表示
優點
在多個基準測試中，SVG 生成的最新效能
處理超出簡單曲線的複雜圖形元素
產生更緊湊且語義上有意義的 SVG 程式碼
缺點
不適用於自然圖像或插圖
由於模型尺寸大，因此需要大量的計算資源
僅限於特定類型的圖形（圖示、Logo、圖表、圖表）
如何使用 StarVector
安裝所需函式庫: 安裝必要的函式庫，包括 transformers 和 starvector。請造訪 StarVector 儲存庫 (https://github.com/joanrod/star-vector/tree/main) 以取得完整的安裝說明。
匯入所需模組: 匯入必要的 Python 模組：
from PIL import Image
from transformers import AutoModelForCausalLM, AutoTokenizer, AutoProcessor
from starvector.data.util import process_and_rasterize_svg
import torch
載入預先訓練的模型: 使用以下程式碼載入 StarVector 模型：
model_name = 'starvector/starvector-8b-im2svg'
starvector = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.float16, trust_remote_code=True)
processor = starvector.model.processor
tokenizer = starvector.model.svg_transformer.tokenizer
準備模型: 將模型移至 GPU 並將其設定為評估模式：
starvector.cuda()
starvector.eval()
載入和處理輸入影像: 載入和處理您的輸入影像：
image_pil = Image.open('your_image.png')
image = processor(image_pil, return_tensors='pt')['pixel_values'].cuda()
if not image.shape[0] == 1:
image = image.squeeze(0)
batch = {'image': image}
產生 SVG: 從處理過的影像產生 SVG 程式碼：
raw_svg = starvector.generate_im2svg(batch, max_length=4000)[0]
svg, raster_image = process_and_rasterize_svg(raw_svg)
使用產生的 SVG: 現在可以將產生的 SVG 程式碼儲存到檔案中，或在您的應用程式中使用。raster_image 變數包含 SVG 的點陣化版本，用於預覽目的。
StarVector 常見問題
StarVector 是一個用於 SVG 生成的基礎模型，它將向量化轉換為程式碼生成任務。它使用視覺語言建模架構來處理視覺和文字輸入，以產生高品質的 SVG 程式碼。該模型可以理解圖像語義，並使用 SVG 圖元來實現緊湊、精確的輸出。
StarVector 網站分析
StarVector 流量和排名
9.7K
每月訪問量
#2088412
全球排名
-
類別排名
流量趨勢：Feb 2025-Apr 2025
StarVector 用戶洞察
00:00:06
平均訪問時長
1.59
每次訪問的頁面數
53.39%
用戶跳出率
StarVector 的主要地區
CN: 36.07%
IN: 14.34%
US: 11.03%
SG: 8.03%
JP: 7.75%
Others: 22.78%
与 StarVector 类似的最新 AI 工具
Colorjoy
Colorjoy 是一個 AI 驅動的著色頁面生成器，可以將文本提示轉化為可定制的、高質量的著色設計，適合個人和商業使用。
AiSource
AiSource is a unified platform that allows users to generate and compare images using multiple leading AI text-to-image generators in one place without requiring separate subscriptions.
FLORA
FLORA是一個創新的AI驅動的創意工具，將多個AI功能整合在無限畫布上，實現個性化的植物識別、創意設計和互動植物輔助。
Sketcho
Sketcho 是一個AI驅動的設計工具，通過直觀的界面將草圖和想法轉化為高質量的專業設計。
类似 StarVector 的热门 AI 工具
Krita
Krita 是一款免費且開源的數位繪畫和插圖軟件，為藝術家和設計師提供了一系列專業級工具。
Wand AI
Wand AI 是一款創新的 AI 驅動創意工具,可將文本提示和草圖轉化為可自定義的數字藝術作品,專為 iPhone 和 iPad 上的藝術家和創意專業人士設計。
DreamUp by DeviantArt
DreamUp 是 DeviantArt 的 AI 驅動圖像生成工具，允許用戶從文本提示創建藝術，同時旨在保護藝術家的權利。
Kolors Virtual Try On
Kolors 虛擬試穿是一款人工智能驅動的應用程序，允許用戶在自己的圖片上虛擬試穿不同的衣物和配飾。