arXiv · 机器人与计算机视觉· Xue Wang, Yubin Xu, Kun Tan·· 6 天前AI 评分38
RICapBench:遥感领域视觉语言模型的细粒度理解基准数据集发布
RICapBench: A Fine-Grained Visual Understanding Benchmark Dataset for Vision-Language Models in Remote Sensing
AI 导读
针对现有基准难以评估无目标文本提示下的端到端实例定位与描述问题,RICapBench 发布了包含 245,466 个实例级标注和 498,005 个空间关系元组的遥感数据集。研究提出 RelCap-F1 指标并结合定位性能构建复合评分 RICScore,评估发现 LocateAnything 以 31.68 分获最高综合得分但空间描述较弱。代码与数据已公开,旨在推动遥感图像细粒度理解发展。
来源:arXiv · 机器人与计算机视觉 · arxiv.org