PictoNet Data

Sistema de gestión y procesamiento de datos para PictoNet. Maneja la recolección, limpieza y preparación de datasets para el entrenamiento.

Componentes Principales

📁 collectors/

• quickdraw.py: Integración con Google Quick Draw Dataset
• arasaac.py: Colector de pictogramas ARASAAC
• openmoji.py: Procesamiento de OpenMoji

📁 processors/

• svg_cleaner.py: Limpieza y normalización de SVGs
• normalizer.py: Estandarización de formatos

📁 datasets/

• generator.py: Generación de datasets de entrenamiento
• validator.py: Validación de calidad de datos

📁 metadata/

• labels.json: Etiquetas y categorías
• mappings.json: Mapeos entre conceptos y pictogramas

Fuentes de Datos Soportadas

• Google Quick Draw Dataset
• ARASAAC
• OpenMoji
• Material Design Icons

Instalación

poetry install

Uso

from pictonet_data.collectors import QuickDrawCollector
from pictonet_data.processors import SVGCleaner

# Recolectar datos
collector = QuickDrawCollector()
raw_data = collector.collect("chair")

# Procesar SVGs
cleaner = SVGCleaner()
processed_data = cleaner.clean(raw_data)

Pipeline de Datos

1. Recolección de fuentes múltiples
2. Limpieza y normalización
3. Validación de calidad
4. Generación de dataset final