PhysLab: A Benchmark Dataset for Multi-Granularity Visual Parsing of Physics Experiments
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zou, Minghao, Zeng, Qingtian, Miao, Yongping, Liu, Shangkun, Wang, Zilong, Liu, Hantao, Zhou, Wei |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
PhysGen: Physically Grounded 3D Shape Generation for Industrial Design
par: You, Yingxuan, et autres
Publié: (2025)
par: You, Yingxuan, et autres
Publié: (2025)
Comparison Drives Preference: Reference-Aware Modeling for AI-Generated Video Quality Assessment
par: Zou, Minghao, et autres
Publié: (2026)
par: Zou, Minghao, et autres
Publié: (2026)
Parsing Objects at a Finer Granularity: A Survey
par: Zhao, Yifan, et autres
Publié: (2022)
par: Zhao, Yifan, et autres
Publié: (2022)
VISTA: Visualized Text Embedding For Universal Multi-Modal Retrieval
par: Zhou, Junjie, et autres
Publié: (2024)
par: Zhou, Junjie, et autres
Publié: (2024)
MMRA: A Benchmark for Evaluating Multi-Granularity and Multi-Image Relational Association Capabilities in Large Visual Language Models
par: Wu, Siwei, et autres
Publié: (2024)
par: Wu, Siwei, et autres
Publié: (2024)
InterPhys: Physics-aware Human Motion Synthesis in a Dynamic Scene
par: Xing, Chaoyue, et autres
Publié: (2026)
par: Xing, Chaoyue, et autres
Publié: (2026)
ParseBench: A Document Parsing Benchmark for AI Agents
par: Zhang, Boyang, et autres
Publié: (2026)
par: Zhang, Boyang, et autres
Publié: (2026)
PhysEditBench: A Protocol-Conditioned Benchmark for Dense Physical-Map Prediction with Image Editors
par: Yang, Jiaxin, et autres
Publié: (2026)
par: Yang, Jiaxin, et autres
Publié: (2026)
Granulon: Awakening Pixel-Level Visual Encoders with Adaptive Multi-Granularity Semantics for MLLM
par: Mao, Junyuan, et autres
Publié: (2026)
par: Mao, Junyuan, et autres
Publié: (2026)
Exploring AIGC Video Quality: A Focus on Visual Harmony, Video-Text Consistency and Domain Distribution Gap
par: Qu, Bowen, et autres
Publié: (2024)
par: Qu, Bowen, et autres
Publié: (2024)
Dense Audio-Visual Event Localization under Cross-Modal Consistency and Multi-Temporal Granularity Collaboration
par: Zhou, Ziheng, et autres
Publié: (2024)
par: Zhou, Ziheng, et autres
Publié: (2024)
Real5-OmniDocBench: A Full-Scale Physical Reconstruction Benchmark for Robust Document Parsing in the Wild
par: Zhou, Changda, et autres
Publié: (2026)
par: Zhou, Changda, et autres
Publié: (2026)
PhysInOne: Visual Physics Learning and Reasoning in One Suite
par: Zhou, Siyuan, et autres
Publié: (2026)
par: Zhou, Siyuan, et autres
Publié: (2026)
MLVU: Benchmarking Multi-task Long Video Understanding
par: Zhou, Junjie, et autres
Publié: (2024)
par: Zhou, Junjie, et autres
Publié: (2024)
PartImageNet++ Dataset: Enhancing Visual Models with High-Quality Part Annotations
par: Li, Xiao, et autres
Publié: (2026)
par: Li, Xiao, et autres
Publié: (2026)
Parse Graph-Based Visual-Language Interaction for Human Pose Estimation
par: Liu, Shibang, et autres
Publié: (2025)
par: Liu, Shibang, et autres
Publié: (2025)
PhysVLM: Enabling Visual Language Models to Understand Robotic Physical Reachability
par: Zhou, Weijie, et autres
Publié: (2025)
par: Zhou, Weijie, et autres
Publié: (2025)
Vision-Language Consistency Guided Multi-modal Prompt Learning for Blind AI Generated Image Quality Assessment
par: Fu, Jun, et autres
Publié: (2024)
par: Fu, Jun, et autres
Publié: (2024)
PhysToolBench: Benchmarking Physical Tool Understanding for MLLMs
par: Zhang, Zixin, et autres
Publié: (2025)
par: Zhang, Zixin, et autres
Publié: (2025)
PhysCtrl: Generative Physics for Controllable and Physics-Grounded Video Generation
par: Wang, Chen, et autres
Publié: (2025)
par: Wang, Chen, et autres
Publié: (2025)
VE-Bench: Subjective-Aligned Benchmark Suite for Text-Driven Video Editing Quality Assessment
par: Sun, Shangkun, et autres
Publié: (2024)
par: Sun, Shangkun, et autres
Publié: (2024)
Data-Centric Visual Development for Self-Driving Labs
par: Liu, Anbang, et autres
Publié: (2025)
par: Liu, Anbang, et autres
Publié: (2025)
FreqPhys: Repurposing Implicit Physiological Frequency Prior for Robust Remote Photoplethysmography
par: Qian, Wei, et autres
Publié: (2026)
par: Qian, Wei, et autres
Publié: (2026)
PhysVLM-AVR: Active Visual Reasoning for Multimodal Large Language Models in Physical Environments
par: Zhou, Weijie, et autres
Publié: (2025)
par: Zhou, Weijie, et autres
Publié: (2025)
IndicDLP: A Foundational Dataset for Multi-Lingual and Multi-Domain Document Layout Parsing
par: Nath, Oikantik, et autres
Publié: (2025)
par: Nath, Oikantik, et autres
Publié: (2025)
IntPhys 2: Benchmarking Intuitive Physics Understanding In Complex Synthetic Environments
par: Bordes, Florian, et autres
Publié: (2025)
par: Bordes, Florian, et autres
Publié: (2025)
When Pedestrian Detection Meets Multi-Modal Learning: Generalist Model and Benchmark Dataset
par: Zhang, Yi, et autres
Publié: (2024)
par: Zhang, Yi, et autres
Publié: (2024)
Cross Domain Object Detection via Multi-Granularity Confidence Alignment based Mean Teacher
par: Chen, Jiangming, et autres
Publié: (2024)
par: Chen, Jiangming, et autres
Publié: (2024)
PhysGame: Uncovering Physical Commonsense Violations in Gameplay Videos
par: Cao, Meng, et autres
Publié: (2024)
par: Cao, Meng, et autres
Publié: (2024)
MultiPhys: Multi-Person Physics-aware 3D Motion Estimation
par: Ugrinovic, Nicolas, et autres
Publié: (2024)
par: Ugrinovic, Nicolas, et autres
Publié: (2024)
Understanding Bias in Large-Scale Visual Datasets
par: Zeng, Boya, et autres
Publié: (2024)
par: Zeng, Boya, et autres
Publié: (2024)
Boosting Document Parsing Efficiency and Performance with Coarse-to-Fine Visual Processing
par: Cui, Cheng, et autres
Publié: (2026)
par: Cui, Cheng, et autres
Publié: (2026)
OmniDocBench: Benchmarking Diverse PDF Document Parsing with Comprehensive Annotations
par: Ouyang, Linke, et autres
Publié: (2024)
par: Ouyang, Linke, et autres
Publié: (2024)
MDPBench: A Benchmark for Multilingual Document Parsing in Real-World Scenarios
par: Li, Zhang, et autres
Publié: (2026)
par: Li, Zhang, et autres
Publié: (2026)
Flow4Agent: Long-form Video Understanding via Motion Prior from Optical Flow
par: Liu, Ruyang, et autres
Publié: (2025)
par: Liu, Ruyang, et autres
Publié: (2025)
EasyPortrait -- Face Parsing and Portrait Segmentation Dataset
par: Kvanchiani, Karina, et autres
Publié: (2023)
par: Kvanchiani, Karina, et autres
Publié: (2023)
RxnCaption: Reformulating Reaction Diagram Parsing as Visual Prompt Guided Captioning
par: Song, Jiahe, et autres
Publié: (2025)
par: Song, Jiahe, et autres
Publié: (2025)
TCP:Textual-based Class-aware Prompt tuning for Visual-Language Model
par: Yao, Hantao, et autres
Publié: (2023)
par: Yao, Hantao, et autres
Publié: (2023)
MeDocVL: A Visual Language Model for Medical Document Understanding and Parsing
par: Wang, Wenjie, et autres
Publié: (2026)
par: Wang, Wenjie, et autres
Publié: (2026)
Boosting Medical Visual Understanding From Multi-Granular Language Learning
par: Li, Zihan, et autres
Publié: (2025)
par: Li, Zihan, et autres
Publié: (2025)
Documents similaires
-
PhysGen: Physically Grounded 3D Shape Generation for Industrial Design
par: You, Yingxuan, et autres
Publié: (2025) -
Comparison Drives Preference: Reference-Aware Modeling for AI-Generated Video Quality Assessment
par: Zou, Minghao, et autres
Publié: (2026) -
Parsing Objects at a Finer Granularity: A Survey
par: Zhao, Yifan, et autres
Publié: (2022) -
VISTA: Visualized Text Embedding For Universal Multi-Modal Retrieval
par: Zhou, Junjie, et autres
Publié: (2024) -
MMRA: A Benchmark for Evaluating Multi-Granularity and Multi-Image Relational Association Capabilities in Large Visual Language Models
par: Wu, Siwei, et autres
Publié: (2024)