Pixel Art Atlas — banner

Trên Hugging Face vừa xuất hiện một dataset khá thú vị cho ai làm game hoặc train model vẽ pixel art: Pixel Art Atlas — 1,4 triệu sprite game tổng hợp, kèm caption tiếng Anh, phát hành ngày 06/11/2026 bởi tác giả Angais.

Dataset có gì

  • 1.409.404 sprite — 1.405.308 train + 4.096 validation, bao phủ 6.194 chủ đề (subject) khác nhau.
  • Mỗi sprite là ảnh gốc 16×16, nền trong suốt (RGBA) — đúng chuẩn sprite game cổ điển, dùng ngay được trong game engine mà không cần cắt nền.
  • Ảnh được sinh bằng Krea 2 Turbo + pixel art LoRA từ prompt text, không phải ảnh vẽ tay hay rip từ game có sẵn.
  • Mỗi mẫu có 4 trường: image, caption, subject, row_id.

Hai cách tải

  • Parquet (14 file train + 1 file validation) — load trực tiếp bằng datasets:
from datasets import load_dataset
rows = load_dataset("Angais/pixel-art-atlas-1.4m", split="train", streaming=True)
example = next(iter(rows))
print(example["caption"], example["image"].size)  # native 16 x 16
  • Một file ZIP duy nhất (pixel-art-16x16-1.4m.zip) — dạng token gọn nhẹ cho ai train model kiểu token-based: tokens.npy chứa 256 chỉ số palette cho mỗi sprite (theo thứ tự hàng, index 0 là trong suốt), palette.npy chứa bảng màu RGB, kèm captions.json, objects.json và split.npy (0 = train, 1 = validation).

Tải trực tiếp file ZIP (247 MB): https://huggingface.co/datasets/Angais/pixel-art-atlas-1.4m/…

Link tải dự phòng (MediaFire): https://www.mediafire.com/file/ji076hm82aseu93/pixel-art-16x…

Giấy phép: CC0 — nhưng đọc kỹ phần chữ nhỏ

Tác giả phát hành sprite, caption và bộ sưu tập dưới CC0 1.0 (public domain). Tuy nhiên trang dataset ghi rõ: CC0 này không trao quyền với tài liệu bên thứ ba, trademark, hay model của Krea — và không ghi đè thỏa thuận của Krea, bao gồm điều khoản sử dụng thương mại và Acceptable Use Policy. Krea thì tuyên bố không sở hữu output sinh ra (Krea 2 Community License §5.3). Tóm lại: dùng tự do cho học tập/nghiên cứu thì an toàn; nếu định thương mại hóa thì nên đọc kỹ điều khoản Krea trước.

Điểm cần lưu ý: caption chưa được kiểm chứng

Tác giả nói thẳng: caption mô tả chung chung cái mà generator được yêu cầu vẽ, chưa được rà soát hệ thống về độ khớp ảnh–caption. Ví dụ trong README: sprite có thể vẽ một cây nến đang cháy dù caption ghi "unlit". Màu sắc, chất liệu, số lượng cũng có thể lệch. Nói cách khác: coi caption là nhãn gần đúng, và đừng dùng caption này để chấm điểm model theo kiểu instruction-following nếu chưa tự kiểm tra ảnh. Nguồn gốc có 1.412.908 sprite, đã lọc bỏ 3.504 mẫu và sửa một số caption trong quá trình lọc.

Dùng để làm gì

  • Train/fine-tune model text-to-image chuyên vẽ sprite pixel art cho game.
  • Làm dữ liệu tham khảo cho procedural generation: sinh sprite theo chủ đề rồi ghép vào game.
  • Học cách tổ chức dataset ảnh dạng token + palette — cách đóng gói ZIP này khá gọn cho ai muốn train model nhỏ trên máy cá nhân.

Link dataset: https://huggingface.co/datasets/Angais/pixel-art-atlas-1.4m

Ai làm game pixel hoặc đang nghịch train model vẽ sprite thì đây là một nguồn dữ liệu miễn phí hiếm có ở quy mô này — 1,4 triệu sprite 16×16 mà không phải tự vẽ từng cái.