Command Palette
Search for a command to run...
معيار فهم الصور ومجموعة بيانات معيارية لفهم الصور
Image Understanding Benchmark هي مجموعة بيانات اصطناعية أُطلقت من قبل Microsoft في عام 2024 لتقييم فهم الصور، وتهدف إلى قياس قدرات النماذج متعددة الوسائط في مجالات فهم الصور، والاستدلال المكاني، والإرشاد البصري، والتعرف على الكائنات وكشفها.
تتضمن هذه المجموعة أربعة مهام فرعية: كشف الكائنات، والتعرف على الكائنات، والاستدلال المكاني، والإرشاد البصري، وتولّد حوالي 10,240 صورة. يتم توليد البيانات بطريقة إجرائية، حيث تجمع بين كائنات COCO وخلفيات Places365، مع إضافة تغييرات عشوائية في الدوران والموضع والحجم، مما يجعلها مناسبة لتقييم قدرات الفهم البصري للنماذج متعددة الوسائط.
تكوين مجموعة البيانات
تتضمن المجموعة 8 تكوينات (config)، مقسمة إلى شرطين: كائن واحد (single) وكائنين (pairs)، وتغطي المهام الفرعية الأربع التالية:
- كشف الكائنات (Object Detection)
- التعرف على الكائنات (Object Recognition)
- الاستدلال المكاني (Spatial Reasoning)
- الإرشاد البصري (Visual Prompting)
يتم توليد 1,280 صورة لكل مهمة فرعية في كل من الشرطين، بإجمالي حوالي 10,240 صورة. يتكون كل تكوين أساسًا من الحقول التالية:
- id: الرقم التعريفي الفريد لعينة البيانات.
- image: الصورة المُدخلة.
- prompt: نص الإرشاد المستخدم لتقييم النموذج.
- ground_truth: الإجابة الصحيحة لبعض المهام.
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.