
JaSPICE:画像キャプショニングモデルの述語引数構造を使用した自動評価メトリック
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
9
パッケージの週間ダウンロード数
5
パッケージの累計ダウンロード数
2,000
最終コミット
2026年6月
GitHub での作成日
2023年3月1日
掲載日
2026年10月25日
同じカテゴリで人気のリソース
heron-vlm-leaderboardwandb6このプロジェクトは、さまざまなビジョン言語モデル(VLMs)のパフォーマンスを評価および比較するためのベンチマークツールです。モデルのパフォーマンスを測定するために、LLaVA-Bench-In-the-WildとJapanese HERON Benchの2つのデータセットを使用しています。
simple-evals-mmllm-jp6英語と日本語のベンチマークでビジョン言語モデルを評価するための軽量ライブラリ。
eval_vertical_jallm-jp3縦書き日本語テキストにおけるマルチモーダル大規模言語モデルの評価
jp-ocr-evaluationyoshino1日本語の文章画像に対するOCRの性能を評価
manga-ocrkha-white2.8k日本語のマンガを中心に、光学文字認識についての説明。
mokurokha-white1.8kブラウザ内で選択可能なテキストで日本のマンガを読む。
研究分野が近いリソース
cameraCyberAgentAILab26CAMERA(CyberAgent Multimodal Evaluation for Ad Text GeneRAtion)は、日本の広告テキスト生成データセットです。共通: 視覚データ・テキスト生成
huggingface-datasets_CAMERAcreative-graphic-design3huggingfaceデータセットのためのCAMERA(CyberAgent Multimodal Evaluation for Ad Text GeneRAtion)共通: 視覚データ・テキスト生成
STAIR-captionsSTAIR-Lab-CIT90STAIRキャプション:大規模な日本語画像キャプションデータセット共通: 視覚データ・キャプション生成
chainer_nicyuyay17Chainer上のニューラル画像キャプション(NIC)、英語と日本語の画像キャプションデータセットの事前学習済みモデル。共通: 視覚データ・キャプション生成
nlplottakapy0210237自然言語処理の可視化モジュール共通: 視覚データ・マルチモーダル
vimealgon-320227X11アプリケーションの入力方法としてVimを使用する共通: 視覚データ・マルチモーダル