首尔国立大学 发布 HATIE 数据集, 应用在 图像编辑、评估方法 领域

首尔国立大学 本次发布的数据集 HATIE, HATIE是一个大规模的文本引导图像编辑基准数据集，旨在解决当前图像编辑模型评估缺乏标准化方法的难题。该数据集基于GQA数据集，包含18,226张图像和19,933个可编辑对象，覆盖76个COCO类别。HATIE提供了丰富的编辑查询，包括对象添加、移除、替换、属性更改和背景风格变化等，并采用自动化和多方面的评估指标，如图像质量、对象保真度、背景保真度、对象一致性和背景一致性等，以与人类感知相一致。HATIE的创建为文本引导图像编辑领域的研究提供了可靠、客观和易于复现的评估方法。

查看HATIE

README 内容： 

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。