厦门大学 发布 PATIMT-Bench 数据集, 应用在 机器翻译、视觉语言模型 领域

厦门大学 本次发布的数据集 PATIMT-Bench, PATIMT-Bench是一个多场景的文本图像机器翻译数据集，由厦门大学信息学院、清华大学和上海人工智能实验室共同创建。该数据集包含10种不同的真实场景，用于评估区域特定翻译和全图像翻译。数据集由48,884个训练图像和1,200个测试图像组成，每个图像都包含精确的文本边界框和布局信息。数据集的创建过程包括自适应图像OCR精炼流程，该流程根据场景自适应选择适当的OCR工具，并精炼文本丰富的图像结果。数据集旨在解决传统文本图像机器翻译方法在布局保持和区域特定翻译方面的局限性，并为大型视觉语言模型提供基准。

查看PATIMT-Bench

README 内容： 

关于 厦门大学 , 厦门大学是中国的一所综合性大学，位于福建省厦门市，是中国著名的高等学府之一，有着良好的学术声誉和研究成果。

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。