perceptual_abilities_evaluation
用统一基准测出VLM检测分割的真实水平
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-30 · 当前星标 ★ 134
核心亮点
- 聚焦目标检测与分割，填补通用VLM评测在细粒度感知上的空白
- 提供可复现的评测脚本和统一协议，便于横向对比不同模型
- 包含对多个主流VLM的定量与定性分析，结论有参考价值
不足之处
- 项目星标较少，社区生态和后续维护待观察
- 评测数据集和模型覆盖范围可能有限，扩展性需验证
适用场景
- 研究者选型VLM做开放词汇检测时，先用它跑基准对比
- 工程师验证某个VLM能否胜任指代分割任务
- 论文复现或审稿时，用其评测协议做公平对比
替代项目
VLMEvalKit、lmms-eval
同类项目推荐
Awesome-Evaluation-of-Visual-Gen···
开源
一页看懂视觉生成模型怎么评测，省去翻论文的麻烦
A list of works on evaluation of visual generation models, including evaluation metr···
awesome-cybersecurity-agentic-ai
开源
一页清单，快速找到能落地的安全智能体方案
Awesome-LLM-Quantization
开源
一页看清大模型量化方法与工具
Awesome list for LLM quantization
ClawProBench
开源
在真实 OpenClaw 里反复跑 Agent，用确定性打分比出谁更稳
ClawProBench is a live-first benchmark harness for evaluating LLM agents in the Op···
www-project-machine-learning-sec···
开源
给机器学习系统做安全体检，照着清单防十大风险。
OWASP Machine Learning Security Top 10 Project
AI-ML-Free-Resources-for-Securit···
开源
照着路线图学，从零入门 AI 渗透与提示注入
AI/ML Pentesting Roadmap for Beginners
agent-opfor
开源
给AI智能体做安全体检，模拟攻击找漏洞
Open-source adversary emulation for AI agents and MCP servers.
agentevals
开源
用追踪数据评估智能体，无需绑定框架
agentevals is a framework-agnostic evaluations solution based on OpenTelemetry trace···
Gym
开源
把模型丢进环境里跑，边评测边改进智能体
Evaluate and improve models and agents using environments