ChartSync
收藏资源简介：
ChartSync是一个用于评估统计图表图像中视觉逻辑级联编辑（VLCE）的基准数据集，旨在支持图表理解、图表编辑和视觉逻辑推理任务。该数据集包含870个经过专家验证的编辑三元组，涵盖9种图表类别和4种任务类型，其中包括235个几何耦合的VLCE实例，数据规模在1千到1万之间。数据集结构包括基准注释文件（chartsync_benchmark.json），其中包含源图表元数据、编辑指令、任务类型标签以及对应图像和代码文件的路径；原始统计图表图像目录（images/）；专家验证的编辑后图表图像目录（edited_images/）；用于生成原始图表的Python脚本目录（py/）；以及用于生成编辑后图表的Python脚本目录（edited_py/）。数据集通过质量控制的注释流程构建，包括语义指令合成、代码驱动图表生成和专家质量保证。它支持使用OCR F1、SSIM、TESR、VLCS和BFS等感知、文本和逻辑指标进行评估，适用于图像到文本、文本到图像和图像到图像等任务，可用于基准测试和研究。数据集以CC BY 4.0许可发布。
ChartSync is a benchmark dataset for evaluating Visual Logic Cascaded Editing (VLCE) on statistical chart images, designed to support chart understanding, chart editing, and visual logic reasoning tasks. This dataset contains 870 expert-validated editing triplets, covering 9 chart categories and 4 task types, among which there are 235 geometrically coupled VLCE instances, with a data scale ranging from 1,000 to 10,000. The dataset structure includes the benchmark annotation file (chartsync_benchmark.json), which contains source chart metadata, editing instructions, task type tags, and the paths of corresponding image and code files; the original statistical chart image directory (images/); the expert-validated edited chart image directory (edited_images/); the Python script directory for generating original charts (py/); and the Python script directory for generating edited charts (edited_py/). The dataset is constructed through a quality-controlled annotation workflow, including semantic instruction synthesis, code-driven chart generation, and expert quality assurance. It supports evaluation using perceptual, textual, and logical metrics such as OCR F1, SSIM, TESR, VLCS, and BFS, and is applicable to tasks including image-to-text, text-to-image, and image-to-image, which can be used for benchmarking and research. The dataset is released under the CC BY 4.0 license.
数据集概述
ChartSync 是一个用于评估统计图表图像中 视觉-逻辑级联编辑（VLCE） 的基准数据集，随论文《ChartSync: A Benchmark for Visuo-Logical Cascading Chart Editing》（arXiv:2607.10301）发布。官方代码库位于 kaka-yjk/ChartSyncCodebase。
数据集规模
- 编辑三元组：870个（经专家验证）
- 图表类别：9种
- 任务类型：4种
- 几何耦合 VLCE 实例：235个
数据集结构
数据集包含以下文件和目录：
chartsync_benchmark.json：基准注释文件，包含源图表元数据、编辑指令、任务类型标签，以及对应图像和代码文件的路径。images/：原始统计图表图像。edited_images/：经专家验证的编辑后图表图像。py/：用于生成原始图表的 Python 脚本。edited_py/：用于生成编辑后图表的 Python 脚本。
注意：本地 OCR 和锚点缓存不包含在公开发布中。
注释流程
ChartSync 通过质量控制注释和验证流程构建：
- 语义指令合成：编辑指令设计为需要图表图像中语义、视觉和逻辑的协调变化。
- 代码驱动的图表生成：原始图表和编辑后图表均通过成对的 Python 图表脚本生成，确保可复现性和精确的视觉控制。
- 专家质量保证：所有编辑三元组均经过手动检查，以验证指令对齐、图表有效性和编辑正确性。
评估指标
ChartSync 支持以下互补的感知、文本和逻辑指标：
- OCR F1：光学字符识别的 F1 分数
- SSIM：结构相似性指数
- TESR：文本编辑成功率
- VLCS：视觉-逻辑级联得分
- BFS：广度优先搜索（用于逻辑一致性评估）
使用示例
可从 chartsync_benchmark.json 直接加载基准注释：
python
import json
from pathlib import Path
dataset_dir = Path("ChartSync") annotation_path = dataset_dir / "chartsync_benchmark.json"
with annotation_path.open("r", encoding="utf-8") as f: records = json.load(f)
first = records[0] print(first)
从 Hugging Face 下载后，请将 dataset_dir 替换为本地数据集路径。
引用
bibtex @article{yu2026chartsync, title={ChartSync: A Benchmark for Visuo-Logical Cascading Chart Editing}, author={Yu, Jiakang and Chai, Yixuan and Wang, Tianci and Jin, Rihui and Xu, Guangkai and Deng, Hongtao and Zhu, Xun and Gao, Wang and Guo, Xinrun and Wu, Haipang}, journal={arXiv preprint arXiv:2607.10301}, year={2026} }
许可协议
ChartSync 采用 Creative Commons Attribution 4.0 International License (CC BY 4.0) 发布。
