mucai/ViP-Bench

ViP-Bench是一个由威斯康星大学麦迪逊分校策划的区域级多模态模型评估基准。该数据集提供了两种视觉提示：边界框和人类绘制的多样化视觉提示。源图像中包含了源图像和边界框/掩码注释，研究人员可以利用这些信息来匹配特殊标记，如`<obj>`，以评估区域级多模态模型。

原始信息汇总

ViP-Bench: 使大型多模态模型理解任意视觉提示

数据集概述

• 名称: ViP-Bench
• 来源: 威斯康星大学麦迪逊分校
• 类型: 区域级多模态模型评估基准
• 视觉提示类型:
  1. 边界框
  2. 人类绘制的多样化视觉提示

数据集内容

• 源标注:
  • 提供原始图像及其边界框/掩码标注。
  • 研究人员可以使用这些定位信息来匹配vip-bench-meta-data.json中"question"条目中的特殊标记，例如<obj>，并将其替换为文本坐标，以评估区域级多模态模型。