LensZoo:中国专利镜头处方与光线追迹校验集

自然语言
0 下载
2 浏览
2026-10-11

数据集简介

从专利到可追迹处方:抽取、校验与基准三项功能

LensZoo 把散落在中文专利全文里的镜头处方变成机器可读、可复算的数据。项目围绕三件事组织:extract(从 Google Patents 中文专利全文页面抽取表面表格,转成 JSON 处方结构)、verify(在 Optiland 中按处方重建镜头,用专利自报的 EFL、TTL、ImgH、对焦与像质指标逐项比对,并记录全部检查项、指标与修正折射率)、bench(基于校验通过的规格构造镜头设计基准任务,配套确定性评分器)。

每条设计记录包含 source(专利号、受让人、标题、日期、实施例编号、URL)、provenance(抽取方法与解析器警告)与 verification(检查项、指标、修正折射率)三块信息,便于追溯每个数值的来源与可信程度。设计按校验状态分目录存放:designs/{verified,plausible,needs_review,failed}/*.json;基准任务放在 tasks/,其中 reference.spec_source 标注规格来自专利实施例还是合成;raw/ 保存 HTML 缓存,被 git 忽略且不得再分发。

当前可用的输出形态

仓库当前状态为 v0.2.0。语料按校验结果分级落盘,因此可以直接按可信度取用:verified 与 verified_refined 的设计可作为高置信参考,plausible 供进一步核对,needs_review 与 failed 则保留了原始抽取结果与失败原因,便于改进解析器或人工复核。基准侧提供 14 个任务及配套评分器,评分以几何 MTF 为主,叠加约束惩罚项,输出确定、可复现,不依赖商业光学软件。

语料 v0.1 状态统计

Corpus v0.1 收录 34 件中国专利中的 161 个实施例,于 2026-10-09 从 Google Patents 全文页面抽取。按校验结果分布如下:

校验分级 数量
verified 1
verified_refined 3
plausible 2
needs_review 132
failed 23

受让人中出现浙江舜宇光学有限公司(Zhejiang Sunny Optics Co Ltd)与 Sunny Automotive 等主体。

基准 v0.1 的任务构成

Benchmark v0.1 共 14 个任务,其中 8 个由真实中国专利规格构建,6 个为合成任务。每个任务在 tasks/ 下以 JSON 描述,reference.spec_source 字段明确标注规格来源,避免真实专利规格与合成规格混用。评分器基于 Optiland 实现,以几何 MTF 衡量成像质量,并对约束违反施加惩罚,评分过程确定,便于横向比较不同镜头设计智能体的表现。

构建过程中的发现

在 Google Patents 上探查的约 700 件中国镜头专利中,只有约 6% 在文本中给出了可解析的表面表格。这一比例说明,专利全文中的处方表格并非普遍以可机读形式存在,抽取环节的覆盖率是当前语料规模的主要限制;同时也意味着已收录的 161 个实施例来自对大量专利的筛选,配合分级校验结果使用更为稳妥。

数据组织与许可说明

数据以 JSON 为主,辅以 Markdown 说明、Python 代码、TOML 配置,以及 CSV、Parquet 与 zmx 等格式文件。代码采用 MIT 许可;项目自身的标注(校验结果、修正折射率、schema、任务)采用 CC0-1.0。数据在 GitHub 公开仓库免费获取。专利权利另行存在,语料仅供研究与教育使用;从 Google Patents 抓取受其条款与速率限制约束。

引用信息:LensZoo,版本 v0.2.0,仓库地址 https://github.com/yniantongtian-oss/lenszoo。

基本信息

记录数量未知
文件大小未知
文件格式JSON, Markdown, Python, TOML, CSV, Parquet, zmx
数据来源yniantongtian-oss
代码语言Python
版本v0.2.0
代码许可MIT
标注许可CC0-1.0
语料规模161 个实施例 / 34 件专利
基准任务14 个
数据落地页https://github.com/yniantongtian-oss/lenszoo
发布日期2026-10-11
镜头设计光学专利光线追迹Optiland镜头设计基准光学处方

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费