ActiView视觉主动感知能力评测数据集

"ActiView视觉主动感知能力评测数据集 主要面向多模态大模型的主动感知与推理能力评测需求建设 。该数据集的建设意义在于评估多模态大模型在受限视野下，通过主动移动视点和缩放来寻找、整合关键信息并完成推理问答的能力 。
该数据集的资源来源主要为日常生活中拍摄的高分辨率原始照片，以及VCR和SA-1B两个已有的数据集 。数据的加工和标注时间为2024年 。
数据集的主要内容覆盖了多个评测领域，包括：以环境为中心的地理定位、方向定位；以物体为中心的物体属性识别、物体关系理解；以及以事件为中心的单一与复合事件理解 。数据集体量主要由图片数据和配置文件构成 。"

搜集汇总

背景与挑战

背景概述

该数据集旨在评估多模态大模型在受限视野下通过主动移动视点和缩放来寻找、整合关键信息并完成推理问答的能力。它基于日常生活照片及现有VCR和SA-1B数据集构建，内容覆盖环境、物体和事件相关的多个评测领域，主要由图片数据和配置文件构成。