RussRobin/SpatialQA

SpatialQA数据集旨在通过帮助模型理解和利用深度图来增强其空间理解能力。该数据集包含SpatialQA.json文件和高分辨率图像，同时需要从Bunny_695k下载低分辨率和中分辨率图像。The SpatialQA dataset enhances the models spatial understanding capabilities by helping it comprehend and utilize depth maps. The dataset includes SpatialQA.json and high-level images, with additional low and middle-level images available in the Bunny_695k dataset. The dataset size is between 10,000 and 100,000 entries and is part of a broader initiative involving a GitHub repository, a VLM model with precise depth understanding, and a spatial understanding benchmark.

原始信息汇总

SpatialQA 数据集概述

基本信息

• 许可证: CC BY 4.0
• 语言: 英语
• 标签:
  • Spatial Intelligence
  • Depth Understanding
  • Vision Language Model
  • Multi-modal Large Language Model
• 名称: SpatialQA
• 数据量: 10K < n < 100K

数据集内容

• 文件: SpatialQA.json
• 图像: 包含高层次图像，需额外下载低层次和中层次图像，链接为 Bunny_695k。

相关资源

• 论文: arXiv:2406.13642
• GitHub 仓库: SpatialBot
• 模型: SpatialBot
• 基准测试: SpatialBench
• 边界框数据: RefinedCOCOBoundingBox

搜集汇总

背景与挑战

背景概述

RussRobin/SpatialQA是一个用于增强空间理解能力的多模态数据集，包含图像和深度图数据，适用于视觉问答任务。数据集需要配合Bunny_695k图像使用，并提供了相关模型和论文资源。