中国科学技术大学 发布 CompreCap 数据集, 应用在 图像描述生成、视觉-语言模型 领域

中国科学技术大学 本次发布的数据集 CompreCap, CompreCap数据集是由中国科学技术大学和蚂蚁集团等机构合作创建的，旨在评估大型视觉-语言模型在生成详细图像描述时的准确性和全面性。该数据集包含560张图像，每张图像都经过精细的语义分割和对象、属性及关系的标注，形成了一个完整的定向场景图结构。数据集的创建过程包括从多个知名数据集中提取常见对象类别，重新标注类别标签和分割图，并手动添加详细的属性描述和对象间的关系。CompreCap数据集主要应用于图像描述生成领域，旨在解决现有数据集在评估详细图像描述时的不足，提供更全面的评估方法。

查看CompreCap

README 内容： 

关于 中国科学技术大学 , 中国科学技术大学是中国科学院直属的全国重点大学，位于安徽省合肥市，以理工科为主，尤其在物理、化学、计算机科学等领域具有较高的学术声誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。