跳到正文
arXiv · 机器人与计算机视觉· Ali Diba, Aisha Al-Mohannadi, Yin Yang, Muhammad Imran, Ferda Ofli·· 9 天前精选AI 评分78

DisasterVLG:面向灾难场景理解的视觉语言定位与证据推理基准

DisasterVLG: Vision-Language Grounding and Evidence-Based Reasoning for Disaster Scene Understanding

AI 导读

作者发布 DisasterVL 数据集与基准,包含约 120 万张来自 142 个国家的灾害图像及 2500 万条结构化标注,涵盖场景描述、事件地点评估、空间关系及视觉问答。

推荐理由

该工作提出灾难场景理解基准与模型,为具身智能在极端环境下的感知推理提供新数据支撑。

来源:arXiv · 机器人与计算机视觉 · arxiv.org