WebSight: Capturas de pantalla y sitios web HTML sintéticos

Descripción

‍

WebSight es un conjunto de datos único que reúne más de 2,7 millones de pares compuestos por código HTML/CSS y capturas de pantalla asociadas. Estos sitios web se generan automáticamente con ideas producidas por los LLM, lo que los convierte en un recurso ideal para la generación de interfaces de usuario, la creación de prototipos o la comprensión visual de las páginas web.

‍

‍

¿Para qué sirve este conjunto de datos?

‍

• Entrene modelos capaces de generar HTML a partir de una imagen (interfaz de usuario inversa)
• Pruebe algoritmos de sistemas de generación o diseño de código visual
• Cree herramientas de análisis semántico de accesibilidad o interfaz

‍

‍

¿Se puede enriquecer o mejorar?

‍

Sí, es posible añadir anotaciones de UX, etiquetas de estructura semántica o incluso entrenar modelos para mejorar la diversidad visual. Su uso junto con otros conjuntos de datos web reales también puede aumentar la solidez de los modelos generados.

‍

‍

🔎 En resumen

‍

‍

🧠 Recomendado para

• Proyectos de IA de interfaz de usuario de generación
• Investigadores de interacción visual
• Diseño asistido por LLM

‍

‍

🔧 Herramientas compatibles

• PyTorch
• Hugging Face Transformers
• VisionEncoderDecoder
• CLIP
• Parsers HTML

‍

‍

💡 Consejo

Para entrenar de manera efectiva, comience filtrando la versión v0.2 (con imágenes reales y Tailwind CSS), que es más rica en diversidad.