密歇根大学 发布 SoccerNet, HoloAssist 数据集, 应用在 视觉语言处理、体育视频分析 领域

密歇根大学 本次发布的数据集 SoccerNet, HoloAssist, 本研究介绍了一个名为TGLG（时间相关语言生成）的新基准任务，用于评估视觉语言模型在实时交互环境中的感知更新和情境意识能力。为了支持这一基准，我们从体育广播和第一人称视角人机交互领域创建了数据集。SoccerNet数据集用于测试感知更新能力，包含16487条数据。HoloAssist数据集用于测试情境意识能力。这些数据集由时间戳标记的语句组成，以评估模型在实时视频流中生成语义准确且时间精确的语句的能力。

查看SoccerNet, HoloAssist

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。