发布 UICaption 数据集, 应用在 用户界面分析、图像处理 领域

本次发布的数据集 UICaption, 该数据集包含了一系列用户界面图像（包括截图和图标），并配以功能性的标题描述。具体来说，数据集中包含了113,971张独特的用户界面图像以及133,817组图像与标题的配对。这些数据涵盖了各种应用场景，文本密度、像素密度和质量各不相同，能够捕捉到用户界面元素的功能性。此外，该数据集可应用于多个任务，包括用户界面动作蕴含、基于指令的用户界面图像检索、参照表达式定位以及用户界面实体识别。

查看UICaption

README 内容： 

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。