Датасет · alibaba-multimodal-industrial-ai
Бенчмарк извлечения характеристик из фото промтоваров
alibaba-multimodal-industrial-ai/IndustryBench-MIPU
Набор изображений и текстов на китайском языке для оценки MLLM в извлечении атрибутов из нескольких фото.
Что внутри
Бенчмарк от Alibaba содержит от 10 000 до 100 000 примеров с изображениями и текстом на китайском языке. Внутри собраны реальные фотографии промышленных товаров: таблицы характеристик, заводские шильдики и технические чертежи. Задача заключается в извлечении структурированных значений атрибутов, распределенных сразу по нескольким разнородным снимкам.
Что можно сделать
- Оценка мультимодальных LLM в задачах визуального ответа на вопросы по нескольким картинкам
- Тестирование систем OCR и парсинга технической документации и шильдиков
- Разработка пайплайнов для автоматического заполнения карточек промышленных товаров
- Задачи
- Картинка → текст, Вопросы по картинкам
- Языки
- Китайский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 27,6 тыс.
- Лайков
- 8
Как загрузить
from datasets import load_dataset
ds = load_dataset("alibaba-multimodal-industrial-ai/IndustryBench-MIPU")