Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.00176

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2509.00176 (cs)
[提交于 2025年8月29日 ]

标题: Waste-Bench:在杂乱环境中评估VLLM的综合基准

标题: Waste-Bench: A Comprehensive Benchmark for Evaluating VLLMs in Cluttered Environments

Authors:Muhammad Ali, Salman Khan
摘要: 近年来,大型语言模型(LLMs)的进展为视觉大型语言模型(VLLMs)铺平了道路,这些模型能够执行各种视觉理解任务。虽然LLMs在标准自然图像上表现出色,但它们在杂乱数据集中的能力尚未得到充分探索,这些数据集具有复杂的环境和变形的物体形状。在本工作中,我们引入了一个专门设计用于现实场景中垃圾分类的新数据集,该数据集的特点是环境复杂且物体形状变形。除了这个数据集,我们还提出了一种深入的评估方法,以严格评估VLLMs的鲁棒性和准确性。引入的数据集和全面的分析为VLLMs在挑战性条件下的性能提供了有价值的见解。我们的研究结果突显了进一步提升VLLM鲁棒性的关键需求,以在复杂环境中表现更好。我们实验的数据集和代码将公开提供。
摘要: Recent advancements in Large Language Models (LLMs) have paved the way for Vision Large Language Models (VLLMs) capable of performing a wide range of visual understanding tasks. While LLMs have demonstrated impressive performance on standard natural images, their capabilities have not been thoroughly explored in cluttered datasets where there is complex environment having deformed shaped objects. In this work, we introduce a novel dataset specifically designed for waste classification in real-world scenarios, characterized by complex environments and deformed shaped objects. Along with this dataset, we present an in-depth evaluation approach to rigorously assess the robustness and accuracy of VLLMs. The introduced dataset and comprehensive analysis provide valuable insights into the performance of VLLMs under challenging conditions. Our findings highlight the critical need for further advancements in VLLM's robustness to perform better in complex environments. The dataset and code for our experiments will be made publicly available.
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)
引用方式: arXiv:2509.00176 [cs.CV]
  (或者 arXiv:2509.00176v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.00176
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Muhammad Ali [查看电子邮件]
[v1] 星期五, 2025 年 8 月 29 日 18:22:48 UTC (1,231 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号