浙江大学 发布 GenSpace 数据集, 应用在 图像生成、空间感知 领域

浙江大学 本次发布的数据集 GenSpace, GenSpace是一个用于评估图像生成模型空间感知能力的新型基准和评估流程。该数据集包含1800个文本提示用于文本到图像生成任务，以及1800对源图像和编辑指令用于基于指令的图像编辑任务。数据集涵盖了三个层次的空间感知维度：空间姿态、空间关系和空间测量，旨在评估模型在理解文本或图像提示中的空间信息方面的能力。GenSpace通过结合多个视觉基础模型，如物体检测、物体分割、深度估计、方向估计和相机内部校准，来重建图像中的3D场景几何，从而提供更准确和与人类空间感知更一致的空间保真度度量。该数据集的创建旨在解决当前图像生成模型在空间感知方面的局限性，并为改进图像生成中的空间智能提供方向。

查看GenSpace

README 内容： 

关于 浙江大学 , 浙江大学是中国的一所综合性、研究型大学，位于浙江省杭州市，是中国著名的高等学府之一，拥有多个学科领域的优势。

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。