跳到正文
arXiv · 机器人与计算机视觉· Vasundra Srinivasan·· 23 天前精选AI 评分78

Good Scores, Bad Data: 一种用于评估多模态一致性的新指标

Good Scores, Bad Data: A Metric for Multimodal Coherence

AI 导读

该论文介绍 Multimodal Coherence Score (MCS),一种不依赖下游任务准确率的评估指标,将一致性分解为身份、空间、语义和决策四个维度。研究在 Visual Genome 和 COCO 数据集上验证,证明 MCS 比单一任务准确率对数据质量问题更敏感,且各维度响应独立无串扰。

推荐理由

提出一种无需下游模型即可评估多模态融合质量的指标,能独立识别身份、空间、语义及决策维度的不一致。

来源:arXiv · 机器人与计算机视觉 · arxiv.org