新加坡国立大学 发布 SurgVLM-DB 数据集, 应用在 手术视觉数据、自然语言处理 领域

新加坡国立大学 本次发布的数据集 SurgVLM-DB, SurgVLM-DB是一个大规模的多模态手术数据库，包含超过181万张图像和7.79亿个对话，涵盖了16种手术类型和18种解剖结构。该数据集由23个公开数据集整合而成，经过标准化标签和层次化视觉-语言对齐，以全面覆盖从视觉感知、时间分析到高级推理的逐渐细粒度的手术任务。SurgVLM-DB旨在解决手术领域中对视觉语言模型的特殊需求，并支持开发更精确、层次化的认知辅助模型，以提高手术的安全性和效率。

查看SurgVLM-DB

关于 新加坡国立大学 , 新加坡国立大学是新加坡的一所综合性大学，提供多种学科的教育与研究，是亚洲最顶尖的高等学府之一。

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。