Datasets:
The dataset viewer is not available for this subset.
Exception: SplitsNotFoundError
Message: The split names could not be parsed from the dataset config.
Traceback: Traceback (most recent call last):
File "/usr/local/lib/python3.14/site-packages/datasets/inspect.py", line 286, in get_dataset_config_info
for split_generator in builder._split_generators(
~~~~~~~~~~~~~~~~~~~~~~~~~^
StreamingDownloadManager(base_path=builder.base_path, download_config=download_config)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
)
^
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/webdataset/webdataset.py", line 81, in _split_generators
first_examples = list(islice(pipeline, self.NUM_EXAMPLES_FOR_FEATURES_INFERENCE))
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/webdataset/webdataset.py", line 32, in _get_pipeline_from_tar
fs: fsspec.AbstractFileSystem = fsspec.filesystem("memory")
~~~~~~~~~~~~~~~~~^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/fsspec/registry.py", line 302, in filesystem
cls = get_filesystem_class(protocol)
File "/usr/local/lib/python3.14/site-packages/fsspec/registry.py", line 239, in get_filesystem_class
raise ValueError(f"Protocol not known: {protocol}")
ValueError: Protocol not known: memory
The above exception was the direct cause of the following exception:
Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/config/split_names.py", line 71, in compute_split_names_from_streaming_response
for split in get_dataset_split_names(
~~~~~~~~~~~~~~~~~~~~~~~^
path=dataset,
^^^^^^^^^^^^^
config_name=config,
^^^^^^^^^^^^^^^^^^^
token=hf_token,
^^^^^^^^^^^^^^^
)
^
File "/usr/local/lib/python3.14/site-packages/datasets/inspect.py", line 340, in get_dataset_split_names
info = get_dataset_config_info(
path,
...<6 lines>...
**config_kwargs,
)
File "/usr/local/lib/python3.14/site-packages/datasets/inspect.py", line 291, in get_dataset_config_info
raise SplitsNotFoundError("The split names could not be parsed from the dataset config.") from err
datasets.inspect.SplitsNotFoundError: The split names could not be parsed from the dataset config.Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
🎨 Synapse Icons 32x32
Synapse Icons 32x32 é um dataset contendo 75.735 ícones convertidos para imagens PNG 32×32 com canal alfa (RGBA) e armazenados em formato LMDB, permitindo carregamento rápido e eficiente durante o treinamento de modelos de inteligência artificial.
O objetivo do dataset é fornecer uma base compacta para pesquisas e desenvolvimento de modelos generativos e de visão computacional voltados para ícones, símbolos e interfaces gráficas.
📖 Visão Geral
O dataset foi organizado para facilitar experimentos com modelos leves de geração e representação de imagens.
Ele pode ser utilizado em tarefas como:
- 🎨 Geração de ícones
- 🧩 Geração de símbolos
- 🤖 Autoencoders
- 🧠 Variational Autoencoders (VAEs)
- 🌫️ Diffusion Models
- 🖼️ GANs
- 👁️ Visão Computacional
- 📱 Interfaces Gráficas
- 🔍 Aprendizado de Representações
📊 Estatísticas
| Propriedade | Valor |
|---|---|
| Total de imagens | 75.735 |
| Resolução | 32 × 32 pixels |
| Formato | PNG |
| Canais | RGBA |
| Armazenamento | LMDB |
📂 Estrutura
icons32.lmdb/
├── data.mdb
└── lock.mdb
Cada registro do banco LMDB corresponde a uma imagem PNG.
As chaves seguem o padrão:
image-00000000
image-00000001
...
A chave:
length
armazena o número total de imagens disponíveis.
⚡ Exemplo de Uso
import io
import lmdb
from PIL import Image
env = lmdb.open(
"icons32.lmdb",
readonly=True,
lock=False
)
with env.begin() as txn:
total = int(txn.get(b"length"))
image = txn.get(b"image-00000000")
img = Image.open(io.BytesIO(image))
print(f"Total de imagens: {total}")
print(f"Resolução: {img.size}")
💡 Aplicações
Este dataset pode ser utilizado em projetos de:
- Diffusion Models
- Modelos autoregressivos
- Compressão de imagens
- Aprendizado de representações visuais
- Pesquisa em Visão Computacional
- Geração automática de ícones
- Interfaces gráficas
- Sistemas de design assistidos por IA
📦 Formato dos Dados
- Imagens PNG
- Canal alfa (RGBA)
- Resolução fixa de 32×32 pixels
- Banco de dados LMDB para acesso rápido
- Compatível com PyTorch, TensorFlow e outras bibliotecas de IA
📚 Origem dos Dados
Os ícones foram obtidos a partir de coleções públicas e projetos de código aberto.
O dataset realiza apenas a organização, padronização e conversão das imagens para um formato adequado ao treinamento de modelos de inteligência artificial.
A autoria e os direitos dos ícones permanecem com seus respectivos criadores.
⚠️ Licença
Este dataset agrega conteúdo proveniente de diferentes projetos públicos.
Cada coleção mantém sua licença original.
Antes de utilizar qualquer imagem em produtos comerciais ou redistribuições, consulte as licenças e os termos de uso das coleções de origem.
🤝 Sobre a Comunidade Synapse BR
A Comunidade Synapse BR é uma iniciativa brasileira dedicada ao desenvolvimento de modelos de inteligência artificial, datasets e ferramentas de código aberto.
Nossa missão é tornar a inteligência artificial mais acessível por meio de soluções abertas, eficientes e de alta qualidade, fortalecendo o ecossistema brasileiro de IA.
Contribuições, sugestões e relatos de problemas são sempre bem-vindos.
- Downloads last month
- 51