懂AI

VLMEvalKit入门指南 - 开源大规模视觉语言模型评估工具包

RayRay
VLMEvalKit评估工具包大型视觉语言模型多模态数据集开源Github开源项目

VLMEvalKit

VLMEvalKit简介

VLMEvalKit是一个由开源贡献者开发的大规模视觉语言模型(LVLM)评估工具包。它具有以下主要特点:

  • 支持对约100种视觉语言模型进行评估,包括API模型和开源PyTorch/Hugging Face模型
  • 提供40多个基准数据集,涵盖图像理解、视频理解等多个任务
  • 采用基于生成的评估方法,并提供精确匹配和基于LLM的答案提取两种评估模式
  • 一键式评估,无需繁琐的数据准备工作
  • 支持自定义基准和模型,易于扩展

主要功能

  1. 支持的视觉语言模型

VLMEvalKit支持多种类型的视觉语言模型:

  • API模型:如GPT-4v、Gemini Pro Vision等
  • 开源PyTorch/HF模型:如IDEFICS、LLaVA、MiniGPT-4等
  • 支持多模态输入的模型(标记为🎞️)
  • 即插即用的模型(标记为🚅)
  1. 提供的基准数据集

工具包提供了丰富的基准数据集,包括:

  • 图像理解:MMBench、MME、SEEDBench等
  • 视频理解:MMBench-Video、Video-MME等
  • 涵盖多选题、是非题、视觉问答等多种任务类型
  1. 评估方法

VLMEvalKit采用基于生成的评估方法,并提供两种模式:

  • 精确匹配:直接从模型输出中匹配答案
  • 基于LLM的答案提取:使用判断型LLM从模型输出中提取答案

快速开始

  1. 安装
git clone https://github.com/open-compass/VLMEvalKit.git
cd VLMEvalKit
pip install -e .
  1. 配置模型

在vlmeval/config.py中配置需要评估的模型。

  1. 运行评估

使用run.py脚本进行评估:

python run.py --data MMBench_DEV_EN MME --model qwen_vl_chat --verbose

开发指南

VLMEvalKit支持自定义基准和模型。开发者只需实现一个generate_inner()函数,即可将新模型集成到评估框架中。

更多开发细节请参考开发指南。

总结

VLMEvalKit为视觉语言模型的评估提供了一个强大而灵活的开源工具包。无论是研究人员还是开发者,都可以利用它来方便地评估各种LVLM模型的性能。我们鼓励社区贡献更多的基准和模型实现,共同推动视觉语言模型技术的发展。

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多