К содержимому

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")