发布 CountBench 数据集, 应用在 图像识别、物体计数 领域

本次发布的数据集 CountBench, 该数据集是一个新的图像文本计数基准，旨在评估模型对物体计数理解的能力。它包含了540张精心挑选且类别平衡的图片。该数据集能够对计数准确性进行基准测试，未经训练的情况下，以CLIP B/32模型为基础的性能准确度为27.5%。规模上，数据集包含了540张图片，任务是对图像中的物体进行计数。

查看CountBench

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。