百度公司发布Real5-OmniDocBench数据集,应用在文档解析、视觉语言模型领域

百度公司本次发布的数据集Real5-OmniDocBench,Real5-OmniDocBench是由百度PaddlePaddle团队与香港科技大学（广州）联合创建的首个全尺度物理重建文档解析基准数据集，包含1,355份原始文档图像及其在五种现实场景（扫描、弯曲、屏幕摄影、光照、倾斜）下的物理变体，共计6,775个样本。数据集通过专业级打印和异构移动设备采集，严格保留原始OmniDocBench v1.5的标注信息，旨在量化分析视觉语言模型在真实物理扰动下的性能退化。其应用聚焦于提升文档智能系统在复杂现实环境中的鲁棒性，为几何畸变、光学伪影等干扰因素的诊断提供标准化工具。

查看Real5-OmniDocBench

关于百度公司,百度公司是中国领先的互联网科技公司，专注于搜索引擎、人工智能、云计算等领域的技术研发和应用。

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。