华中科技大学 发布 TokBench 数据集, 应用在 图像重建、计算机视觉 领域

华中科技大学 本次发布的数据集 TokBench, TokBench是一个包含丰富文本和面部内容的图像数据集，旨在评估视觉标记器在图像重建方面的性能。数据集由12,398张图像和403段视频剪辑组成，涵盖了自然场景和文档环境，并平衡了面部和文本内容的空间尺度分布。通过OCR模型和面部识别模型，评估了文本重建质量和面部重建保真度，为视觉生成模型的上限探索提供了有意义的补充。

查看TokBench

Dataset card 内容： 

Files and versions 内容： 

关于 华中科技大学 , None

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。