跳到正文
arXiv · 机器人与计算机视觉· Iaroslav Melekhov, Roberto Alcover Couso, Francesco Taioli, Daniel Coelho, Artur Bekasov, Virginia Fernandez Arguedas, Jose Miguel Grande Saiz·· 20 天前AI 评分46

V-CAPE:面向产品图像编辑的视觉一致性评估基准数据集发布

V-CAPE: Visual Consistency Assessment for Product Image Editing

AI 导读

V-CAPE 是一个包含 40K 对源 - 目标产品图像的大规模数据集,用于评估生成式图像编辑中的几何、纹理等内在属性保持情况。该数据集结合真实编辑图像与基于 3D 资产构建的合成子集,标注了二元接受/拒绝标签及细粒度失效模式。评测显示,各类规模的视觉语言模型(VLMs)在自动质量评估任务上的准确率均低于 65%,揭示了当前模型在验证变换后视觉一致性方面的根本局限。

来源:arXiv · 机器人与计算机视觉 · arxiv.org