Command Palette
Search for a command to run...
基准数据集用于图像理解基准测试
Image Understanding Benchmark est un jeu de données synthétique publié par Microsoft en 2024, conçu pour évaluer les capacités des modèles multimodaux en matière de compréhension d’images, de raisonnement spatial, de prompts visuels, de reconnaissance et de détection d’objets.
Ce jeu de données comprend quatre sous-tâches : la détection d’objets, la reconnaissance d’objets, le raisonnement spatial et les prompts visuels, générant au total environ 10 240 images. Les données sont générées de manière procédurale, en combinant des objets du jeu de données COCO et des arrière-plans de Places365, avec l’ajout de variations aléatoires de rotation, de position et d’échelle. Ce jeu de données permet d’évaluer les capacités de compréhension visuelle des modèles multimodaux.
Composition du jeu de données
Le jeu de données comprend 8 configurations (configs), divisées en deux conditions : objet unique (single) et paires d’objets (pairs), couvrant les quatre sous-tâches suivantes :
- Détection d’objets (Object Detection)
- Reconnaissance d’objets (Object Recognition)
- Raisonnement spatial (Spatial Reasoning)
- Prompts visuels (Visual Prompting)
Chaque sous-tâche génère 1 280 images pour chacune des deux conditions, soit un total d’environ 10 240 images. Chaque configuration contient principalement les champs suivants :
- id : identifiant unique de l’échantillon de données.
- image : image d’entrée.
- prompt : texte de prompt utilisé pour l’évaluation du modèle.
- ground_truth : la réponse standard pour certaines tâches.
Créer de l'IA avec l'IA
De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.