计算机科学 > 计算机视觉与模式识别
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.