丹麦奥胡斯人文计算中心发布CHR_detection_trees绘画主题分割数据集 赋能艺术史研究与计算机视觉应用
近年来，数字人文作为人文研究与信息技术融合的新兴交叉领域，正成为全球产学研关注的重点方向，尤其是随着计算机视觉技术在文化遗产数字化、艺术史考据、馆藏资源活化等场景的应用不断深入，针对特定时期、特定艺术品类的高质量标注数据集，已成为制约跨领域研究落地的核心稀缺资源。近日，欧洲知名数字人文研究机构丹麦奥胡斯人文计算中心（Center for Humanities Computing Aarhus，简称CHCAA）正式对外发布CHR_detection_trees数据集，该数据集于2026年7月23日首发于HuggingFace平台，核心面向艺术史图像分析、实例分割两大应用场景，为跨学科研究提供标准化数据支撑。
本次发布的CHR_detection_trees又名“绘画中的主题分割”数据集，由CHCAA旗下黄金矩阵项目团队依托SAM3模型生成，专门用于支持19世纪北欧绘画中景观与树木主题的相关研究。数据集覆盖了从全球博物馆公开馆藏、Wikidata公开渠道收集的4727幅19世纪北欧绘画作品，所有标注均经过专业团队校验，数据质量达到学术研究级标准。
从数据构成来看，针对每幅画作中检测到的树木实例，数据集完整收录了对应的边界框、置信度分数、分割掩码三类核心标注信息，同时配套了全维度的绘画层级元数据，包括艺术家姓名、国籍、作品创作日期、馆藏机构等核心信息。具体数据字段覆盖：原始图像文件名与字节数据、绘画基础元数据（含作品标题、艺术家姓名、艺术家国籍、创作年份、收藏机构、馆藏地点、库存编号、QID、Wikidata URL、原始图像URL、图像文件名等十余项字段）、图像版权信息、原始图像尺寸、检测到的树木边界框、置信度分数与数量、图像嵌入向量，以及可通过指定代码加载为布尔数组的.npz格式分割掩码原始字节。为最大化数据的流通复用价值，该数据集全量内容（含掩码、元数据、嵌入向量、标注信息）均采用CC-BY-4.0开源协议发布，使用者仅需注明来源即可进行非商用、商用及二次开发等各类应用。
从应用价值来看，该数据集的强垂直属性决定了其在多领域的复用空间：在艺术史研究领域，可支撑19世纪北欧风景画创作风格演变分析、不同流派艺术家树木绘制技法对比、特定时期北欧景观审美变迁考据、馆藏绘画自动主题分类与检索、数字化策展素材匹配等多类研究与落地场景，大幅降低人文研究者处理海量艺术图像的人力成本；在计算机视觉领域，该数据集可作为实例分割、艺术化图像目标检测、跨域图像分割等任务的训练数据集或测试基准，助力相关算法在非摄影类艺术图像场景下的识别精度优化，还可为生成式AI的艺术风格迁移、风景画生成模型提供高质量的标注训练素材。
作为数字人文领域少有的细分领域标注数据集，CHR_detection_trees的发布填补了19世纪北欧绘画主题标注数据的市场空白，不仅为跨人文与计算机学科的交叉研究降低了数据获取门槛，也为文化遗产类数据要素的合规开放、流通复用提供了可参考的实践样本。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)