香港理工大学 发布 OmniVQA 数据集, 应用在 全向视觉问答、计算机视觉 领域

香港理工大学 本次发布的数据集 OmniVQA, OmniVQA数据集是首个开源的全向视觉问答数据集，基于ERP格式的全景图像构建，包含三种任务类型：物体识别、属性分析和空间关系推理，尤其关注极地区域。该数据集由香港理工大学、香港科技大学等研究机构合作开发，旨在为全向视觉问答提供全面的数据支持和基准测试。数据集包含1213张全景图像，总计4852个问答对，通过迭代优化策略生成，以确保数据质量和模型性能。OmniVQA数据集及其配套的基准测试OmniVQABench，为评估和改进全向视觉问答模型提供了重要的工具。

查看OmniVQA

关于 香港理工大学 , 香港理工大学是一所以科技、工程和商业管理为主的研究型大学，位于中国香港特别行政区。

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。