arXiv · 机器人与计算机视觉· Sicheng Liu, Xunkai Li, Ziyu Han, Xingnan Zhang, Ru Zhang, Rong-Hua Li·· 4 小时前AI 评分58
FG-GraphBench:基于多模态场景图的细粒度视觉理解评测与增强
FG-GraphBench: Benchmarking and Enhancing Fine-Grained Visual Understanding with Multimodal Scene Graphs
AI 导读
针对现有场景图基准覆盖不足及 MLLMs 未能有效利用图结构信息的问题,作者提出 FG-GraphBench 基准和 FiGRA 方法。FG-GraphBench 包含细粒度视觉问答、图像描述生成等任务,通过两阶段流程构建多模态场景图。
来源:arXiv · 机器人与计算机视觉 · arxiv.org