美国罗切斯特理工学院 发布 Gut-VLM 数据集, 应用在 医学图像分析、视觉语言模型 领域

美国罗切斯特理工学院 本次发布的数据集 Gut-VLM, Gut-VLM是一个用于胃肠图像分析的多模态图像-文本数据集，由Kvasir-v2图像生成，包含由VLM生成的描述性诊断报告，专家标记的识别幻觉句及其相应修正。数据集由1816张图像组成，分为训练集和测试集，用于评估和训练VLM模型。

查看Gut-VLM

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。