measurebench-clock-diverse-synthetic

MeasureBenchClock-Diverse-Synthetic是一个用于模拟时钟读数的合成数据集，基于经过修改和多样化的MeasureBench时钟生成代码创建。该数据集旨在支持模拟时钟读数任务的监督微调和强化学习实验，并非官方MeasureBench版本。数据集包含使用可配置的合成模拟时钟渲染器生成的图像，在分辨率、时钟放置、表盘形状、颜色调色板、背景、指针样式、刻度标记、数字、秒针可见性和时钟布局等方面进行多样化。数据集规模包括5000个训练样本、300个开发样本和500个测试样本。每个样本包含生成的时钟图像、基于图像的时钟读数提示问题、标准答案字符串，以及多种文本版本的问题和答案：角度基础的文本问题、刻度位置基础的文本问题、请求逐步转换的角度扩展问题、请求逐步解释的刻度位置扩展问题、基于图像的请求逐步解释的问题，以及相应的角度基础和刻度位置基础的逐步解决方案答案。此外，数据集还提供底层渲染时间（时、分、秒）、秒针可见性、答案格式（`H:MM:SS`或`H:MM`）、高级生成样式名称、采样视觉主题、数字渲染器设置（如阿拉伯数字、罗马数字、仅基数、仅四分之一或无）、粗略数字类别、采样的时钟放置布局策略、渲染器使用的放置策略别名、几何推导的视觉放置标签、表盘形状，以及详细的几何属性如时钟中心位置、半径、与图像边缘的距离、裁剪状态和指针角度等。答案策略根据秒针可见性确定：如果秒针可见，答案以12小时制的`H:MM:SS`格式给出；如果秒针不可见，答案以四舍五入到最近分钟的12小时制`H:MM`格式给出。隐藏的秒数可能仍会影响渲染的时针和分针位置，但模型不需要预测隐藏的秒数。不使用区间标签。该数据集适用于训练和评估模拟时钟读数模型，特别是在合成数据、监督微调、多模态推理和后续强化学习训练方面的实验。需要注意的是，图像是合成的，可能不完全匹配真实世界的时钟照片；虽然视觉风格多样化以提高鲁棒性，但不应将其视为真实时钟图像的替代品。MeasureBenchClock-Diverse-Synthetic is a synthetic dataset for analog clock reading tasks, created based on modified and diversified MeasureBench clock generation code. This dataset is designed to support supervised fine-tuning and reinforcement learning experiments for analog clock reading tasks, and is not the official MeasureBench release. The dataset includes images generated by a configurable synthetic analog clock renderer, with diversification across resolution, clock placement, dial shape, color palette, background, hand style, tick marks, numerals, second hand visibility, clock layout and other aspects. The dataset scale consists of 5000 training samples, 300 development samples and 500 test samples. Each sample contains the generated clock image, a prompt question based on the clock reading task, the standard answer string, as well as multiple textual versions of questions and answers: angle-based textual questions, tick position-based textual questions, angle-extended questions requesting step-by-step conversion, tick position-extended questions requesting step-by-step explanations, image-based questions requesting step-by-step explanations, and corresponding step-by-step solution answers based on angle and tick position foundations. In addition, the dataset provides underlying rendering time (hour, minute, second), second hand visibility, answer format (`H:MM:SS` or `H:MM`), advanced generated style name, sampled visual theme, numeral renderer settings (such as Arabic numerals, Roman numerals, cardinal numerals only, quarter markers only, or none), coarse numeral category, sampled clock placement layout strategy, placement strategy alias used by the renderer, geometrically derived visual placement labels, dial shape, and detailed geometric attributes such as clock center position, radius, distance to image edges, cropping status and hand angles, etc. The answer strategy is determined based on second hand visibility: if the second hand is visible, the answer is given in 12-hour `H:MM:SS` format; if the second hand is not visible, the answer is given in 12-hour `H:MM` format rounded to the nearest minute. Hidden second values may still affect the positions of the rendered hour and minute hands, but models do not need to predict the hidden second values. Interval labels are not used. This dataset is suitable for training and evaluating analog clock reading models, especially for experiments involving synthetic data, supervised fine-tuning, multimodal reasoning and subsequent reinforcement learning training. It should be noted that the images are synthetic and may not perfectly match real-world clock photographs; although the visual styles are diversified to improve robustness, they should not be regarded as a substitute for real clock images.

原始信息汇总

数据集概述

数据集名称: MeasureBenchClock-Diverse-Synthetic
数据集页面地址: https://huggingface.co/datasets/monica-sekoyan/measurebench-clock-diverse-synthetic

任务类别: 视觉问答（visual-question-answering）、图像到文本（image-to-text）
语言: 英语（en）
数据集别名: MeasureBenchClock-Diverse-Synthetic

数据集规模与划分

划分	样本数
train	5000
dev	300
test	500

数据集描述

MeasureBenchClock-Diverse-Synthetic 是一个合成的模拟时钟读数数据集，使用经过修改和多样化的 MeasureBench 时钟生成代码生成。该数据集主要用于模拟时钟读数的监督微调和强化学习实验，并非官方 MeasureBench 发布版本。

数据生成

图像通过可配置的合成模拟时钟渲染器生成。生成器会变化以下属性以增强多样性：

• 分辨率
• 时钟位置
• 表盘形状
• 调色板
• 背景
• 指针样式
• 刻度标记
• 数字样式
• 秒针可见性
• 时钟布局

答案策略

• 如果秒针可见，答案以12小时制 H:MM:SS 格式给出。
• 如果秒针不可见，答案以最接近的分钟数（12小时制 H:MM 格式）给出。隐藏的秒数仍会影响渲染的时针和分针位置，但模型不需要预测隐藏的秒数。
• 不使用间隔标签。

字段说明

字段名称	类型	说明
id	string	唯一样本ID
split	string	数据集划分
image	image	生成的时钟图像
image_path	string	生成的PNG文件相对路径
question	string	基于图像的时钟读数提示
answer	string	黄金答案字符串
text_only_question	string	基于角度的纯文本版本问题
trivial_text_only_question	string	基于刻度位置的纯文本版本问题
text_only_extended_question	string	基于角度、要求逐步转换的问题
trivial_text_only_extended_question	string	基于刻度位置、要求逐步解释的问题
image_extended_question	string	基于图像、要求逐步解释的问题
text_only_extended_answer	string	基于角度的逐步解答，最终给出黄金答案
trivial_text_only_extended_answer	string	基于刻度位置的逐步解答，最终给出黄金答案
hour, minute, second	int32	底层渲染的时间
show_second_hand	bool	秒针是否可见
answer_format	string	答案格式：H:MM:SS 或 H:MM
style_name	string	高级生成器样式
theme	string	采样到的视觉主题
number_mode	string	精确数字渲染器设置，如 arabic, roman, cardinal_only, quarters_only, none
number_format	string	粗略数字类别：arabic, roman, 或 none
layout	string	原始采样的时钟放置布局（生成策略标签，非保证的视觉类别）
placement_strategy	string	渲染器使用的放置策略别名
visual_placement	string	根据图像大小、时钟大小和裁剪计算得到的几何派生放置标签
dial_shape	string	表盘形状
clock_area_frac_of_image	float32	可见表盘面积除以图像面积的近似值
clock_center_x_frac, clock_center_y_frac	float32	时钟中心位置，分别按图像宽度和高度归一化
clock_radius_px	float32	采样到的时钟半径（像素）
clock_radius_frac_of_min_dim	float32	采样到的时钟半径除以图像较小的维度
center_offset_frac	float32	距图像中心的距离，按图像半对角线归一化
nearest_edge	string	可见时钟边界框最靠近的图像边缘
nearest_edge_clearance_frac	float32	时钟边界框到最近边缘的距离，除以时钟半径（负值表示裁剪）
second_nearest_edge_clearance_frac	float32	时钟边界框到第二近边缘的距离，除以时钟半径（用于区分边缘与角落放置）
visible_clock_bbox_frac	float32	时钟边界框在图像内可见的比例
is_partially_cropped	bool	时钟边界框是否超出图像范围
width, height	int32	图像分辨率
hour_deg, minute_deg, second_deg	float32	指针角度，从12点方向顺时针度数
metadata_json	string	额外的生成器元数据，序列化为JSON

预期用途

该数据集用于训练和评估模型在模拟时钟读数上的能力，特别适用于涉及合成数据、监督微调、多模态推理以及后续强化学习训练的实验。

局限性

图像为合成生成，可能无法完全匹配真实世界的时钟照片。部分视觉样式经过刻意多样化以提高鲁棒性，但该数据集不应替代真实时钟图像。

搜集汇总

数据集介绍

构建方式

MeasureBenchClock-Diverse-Synthetic是一个通过参数化合成模拟时钟渲染器生成的模拟时钟读数数据集。该数据集基于MeasureBench的时钟生成代码进行修改与多样化扩展，构建过程允许调整分辨率、表盘形状、色彩主题、指针样式、刻度标记、数字模式（如阿拉伯数字、罗马数字、仅四分之一标记或无数字）、秒针可见性及时钟布局等多种视觉属性。每个样本包含生成的时钟图像、平面文本与扩展文本形式的问答题对，以及详尽的元数据字段，如指针角度、时钟位置与裁剪比例，确保生成过程的高度可控与可复现。

使用方法

数据集适用于监督微调与强化学习实验，主要用于训练和评估模型在模拟时钟读数任务上的性能。使用时，可直接加载'image'字段进行视觉问答，或利用'text_only_question'等纯文本变体进行模态消融研究。推荐的评估协议基于标准答案格式'answer'，对于可见秒针的样本要求精确到秒，否则为最近分钟数。该数据集的元数据字段可支持对时钟位置、裁剪程度及视觉风格等因素的鲁棒性分析，同时也可作为多模态推理链式思考训练的扩展问答对来源。

背景与挑战

背景概述

模拟时钟识读作为视觉语言模型的核心任务之一，长期面临高精度时间推理与多模态对齐的挑战。在此背景下，MeasureBenchClock-Diverse-Synthetic数据集于近年由研究团队基于MeasureBench钟表生成代码的改进版本合成构建，旨在为监督微调与强化学习实验提供标准化的模拟时钟读时基准。该数据集通过可配置的渲染器生成多样化的钟表图像，覆盖表盘形状、配色方案、指针风格、刻度类型及布局策略等视觉变量，并包含细粒度的几何元数据（如表盘半径、中心偏移、裁剪比例）。其核心研究问题聚焦于：在控制手部角度与可见性的前提下，评估模型从合成图像中精确推断时间（精确至秒或最近分钟）的能力。该数据集对多模态推理、合成数据鲁棒性及视觉问答领域具有推动作用，尤其为后续强化学习训练中的奖励函数设计提供了高保真度的参考标注。

当前挑战

该数据集所解决的领域问题核心在于模拟时钟图像的精确时间解读，这一任务对模型的空间感知能力、角度量化推理及细粒度数值预测提出了严格要求，不同于简单的图像分类或目标检测。在构建过程中面临的核心挑战包括：其一，如何通过合成渲染生成与真实世界钟表图像视觉多样性相匹配的样本，避免过拟合于有限风格；其二，需确保几何元数据（如表盘可视面积比例、指针角度与裁剪边界）的精确且可复现的标注，以支撑基于角度的文本问题生成；其三，在秒针可见与不可见两种设定下，需要设计统一的答案格式（12小时制H:MM:SS或H:MM）并保证推理逻辑的一致性，同时避免模型依赖隐藏的秒针信息进行预测。此外，处理部分裁剪、边缘放置异常等极端案例，对渲染器的布局策略与后处理校正算法提出了额外挑战，以维持数据集的可用性与难度梯度的合理性。

常用场景

经典使用场景

在视觉问答与多模态推理领域，该数据集尤为适合监督微调与强化学习实验。其核心应用场景在于训练和评估模型对模拟时钟指针图像的精确时间判读能力，要求模型综合利用视觉信息与文本提示，完成从图像到结构化时间序列的转化，从而检验多模态模型在精细视觉理解任务上的鲁棒性。

解决学术问题

该数据集系统性地回应了多模态大语言模型在细粒度视觉数值理解上的挑战，例如位置编码、指针角度估计以及手部遮挡处理。通过引入多样化的视觉风格与布局扰动，它帮助研究者量化模型对图像形变与装饰变化的敏感性，并为后续的强化学习与推理链路设计提供标准化验证平台，推动多模态能力评估从粗粒度分类迈向结构化的精确数值识别。

实际应用

实际部署中，该数据集可助力工业级文档理解与自动化时间录入系统，例如在医疗记录、交通运输日志或生产流水线中的钟表图像解析。通过训练模型在噪声环境下读取不同风格时钟的时间，能够显著提升现有光学字符识别流程的稳定性和通用性，减少人工校对成本，加速信息数字化。

数据集最近研究

最新研究方向

在视觉问答与多模态推理的前沿浪潮中，模拟时钟识读任务正成为评估模型精细时空理解能力的关键试金石。MeasureBenchClock-Diverse-Synthetic数据集通过生成涵盖多种表盘形状、色彩主题、数字样式及部分裁剪情形的合成时钟图像，为监督微调与强化学习实验提供了高度可控的研究平台。该数据集不仅包含标准图像问答对，还创新性地引入了纯文本角度描述与刻度位置描述的多层级问题变体，旨在系统探究模型从视觉符号到时间语义的推理解耦能力。其设计精巧的字段体系，如实记录时钟中心偏移、可见面积比例及手部角度等几何元数据，为分析模型对空间线索的敏感度与鲁棒性提供了量化依据。这一研究进路紧密呼应了当前多模态大模型在细粒度视觉推理与抽象符号理解方面的核心挑战，推动了从简单模式匹配向结构化因果推理的范式跃迁。