PulseAugur
中
实时 13:38:48
English(EN) PhysEditBench: A Protocol-Conditioned Benchmark for Dense Physical-Map Prediction with Image Editors

PhysEditBench 基准评估图像编辑器在物理地图预测方面的性能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出 PhysEditBench，这是一个旨在评估和标准化通用图像编辑器在密集物理地图预测方面性能的新基准。该基准涵盖五种地图类型：深度、法线、反照率、粗糙度和金属度。虽然专用模型在深度、法线和反照率地图上的表现仍优于图像编辑器，但图像编辑器在粗糙度和金属度地图上表现出匹配或超越基线性能的潜力，尽管它们在结构错误和光照敏感性方面仍存在挑战。 AI

影响 为图像编辑器在物理地图预测方面的标准化评估协议奠定了基础，突出了当前的局限性和未来发展的方向。

排序理由 该集群包含一篇介绍用于评估 AI 模型的新基准的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

PhysEditBench 基准评估图像编辑器在物理地图预测方面的性能

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Xiaojuan Qi ·

    PhysEditBench: A Protocol-Conditioned Benchmark for Dense Physical-Map Prediction with Image Editors

    Can general-purpose image editors predict physical maps from a single RGB image? General-purpose image editors differ from standard task-specific dense-prediction models: they do not directly take an image and output a physical map. Instead, they must be guided by prompts, exampl…

相关话题