Компьютерные науки > Компютерное видение и распознавание шаблонов [представлено 27 октября 2026 года] Название: MOI-Bench: A Basic for Imageing and Editing in Mobile Origines View PDF HTML (экспериментальное) Резюме: Разработка моделей изображения в режиме устройства требует учета практических потребностей пользователей, типов задач и ограничений ресурсов устройств. Вместе с тем существующие контрольные показатели дают лишь ограниченные ориентиры в отношении выявления пробелов между моделями, используемыми на устройствах и серверах. Мы введем MOI-Bench, базовый показатель, основанный на потребностях мобильных пользователей и включающий 64 подзадачи и 1150 образцов. В нем определены 16 операций, таких как удаление и замена, а также восемь визуальных целевых категорий, охватывающих такие контенты, как портреты и текст. Они образуют две ортогональные оси, у которых применимые комбинации определяют конкретные задачи, такие как удаление макияжа лица. В целях более эффективного руководства деятельностью по совершенствованию моделей мы предлагаем также МВ-Евраль, который предусматривает конкретные критерии, охватывающие последующую инструкцию, качество визуального изображения и сохранение деталей. Мы далее разрабатываем вопросы оценки на уровне выборки и агрегируем их результаты в общие характеристики качества и потенциала по осям операций, целей и критериев. Мы оцениваем репрезентативные модели, используемые на устройстве и серверах, а также измеряем расходы на мобильное…
МИ-Бенч: Контрольный параметр для создания и редактирования изображений на мобильных устройствах
arXiv: 261 030.37599v 1 Annuaire Type: New Habstrate: Developing- in-devision модели изображений требуют учета практических потребностей пользователей, типов задач и ограничений на ресурсы устройства. Вместе с тем существующие контрольные показатели дают лишь ограниченные ориентиры в отношении выявления пробелов между моделями, используемыми на устройствах и серверах. Мы введем MOI-Bench, базовый показатель, основанный на потребностях мобильных пользователей и включающий 64 подзадачи и 1150 образцов. В нем определены 16 операций, таких как удаление и замена, а также восемь визуальных целевых категорий, охватывающих такие контенты, как портреты и текст. Они образуют две ортогональные оси, у которых применимые комбинации определяют конкретные задачи, такие как удаление макияжа лица. В целях более эффективного руководства деятельностью по совершенствованию моделей мы предлагаем также МВ-Евраль, который предусматривает конкретные критерии, охватывающие последующую инструкцию, качество визуального изображения и сохранение деталей. Мы далее разрабатываем вопросы оценки на выборочном уровне и агрегируем их результаты в общие характеристики качества и потенциала по всей операции, целевому показателю