OmniLabel

OmniLabel是一个用于语言基础物体检测的挑战性基准，包含超过28K独特的物体描述和超过25K图像，提供了一个在自然开放词汇设置下多样化和复杂物体描述的挑战性基准。此外，与现有基准的主要区别在于，我们的物体描述可以指代一个、多个甚至没有物体，因此提供了自由形式的文本中的负例。

OmniLabel is a challenging benchmark for language-grounded object detection. It encompasses over 28K unique object descriptions and more than 25K images, offering a diverse and complex set of object descriptions under natural open-vocabulary settings. Furthermore, the key distinction between our benchmark and existing ones is that our object descriptions can refer to one, multiple, or even no objects, thus providing negative examples in free-form text.

搜集汇总

背景与挑战

背景概述

OmniLabel是一个用于语言基础物体检测的挑战性基准，包含超过28K独特的物体描述和25K图像，提供多样化和复杂的物体描述，并支持自由形式文本中的负例。