| --- |
| language: |
| - zh |
| license: apache-2.0 |
| task_categories: |
| - image-to-image |
| pretty_name: TextRefinementBench |
| size_categories: |
| - 1K<n<10K |
| configs: |
| - config_name: images |
| data_files: |
| - split: test |
| path: data/images/test-*.parquet |
| - config_name: annotations |
| data_files: |
| - split: test |
| path: data/annotations/test-*.parquet |
| --- |
| |
| <div align="center"> |
|
|
| # TextRefinementBench |
|
|
| [](https://arxiv.org/abs/2610.18284) |
| [](LICENSE) |
|
|
| [English](README.md) | **简体中文** |
|
|
| </div> |
|
|
| TextRefinementBench 是用于字形条件局部文字修复（glyph-conditioned local text refinement）的评测基准。每个样本是一张原始分辨率图片，配上一组需要重绘的文字区域：每个目标包含目标文字、该区域的多边形，以及原图像素坐标下的轴对齐编辑框。模型拿到图片和目标后，需要在原位置重绘这些区域，因此这个基准既衡量目标文字是否被正确、完整地生成，也衡量编辑区域之外的画面是否被完整保留。 |
|
|
| `test` split 包含 960 张图片和 2,357 个目标区域。 |
|
|
| ## 数据集配置 |
|
|
| ### `images` |
|
|
| `test` split 共 960 行： |
|
|
| - `image_id`：图片标识，同时也是标注行中引用的样本名。 |
| - `image`：内嵌的 RGB PNG 图片，与源文件逐字节一致。 |
| - `image_path`：规范的相对路径，`images/<image_id>.png`。 |
| - `width`、`height`：图片尺寸。 |
|
|
| ### `annotations` |
|
|
| `test` split 共 2,357 行，每个目标区域一行： |
|
|
| - `sample_id`：目标级别的唯一标识，`<image_id>-<item_index>`。 |
| - `image_id`：指向 `images` 配置的外键。 |
| - `image_path`：规范的相对图片路径。 |
| - `item_index`：该目标在所属图片内的序号，按标注顺序排列。 |
| - `text`：该区域应包含的文字。 |
| - `box`：原图像素坐标下的四个多边形角点 `[x, y]`。 |
| - `rect`：原图像素坐标下的轴对齐裁剪框 `[x0, y0, x1, y1]`。 |
| - `annotation_status`：该图片目标的标注来源，取值为 `existing_human_annotation`（167 张）或 `reviewed_miner_proposals`（793 张）。 |
|
|
| 两个配置通过 `image_id` 关联。 |
|
|
| ## 加载 |
|
|
| ```python |
| from datasets import load_dataset |
| |
| images = load_dataset( |
| "parquet", |
| data_files={"test": "data/images/test-00000-of-00001.parquet"}, |
| split="test", |
| ) |
| annotations = load_dataset( |
| "parquet", |
| data_files={"test": "data/annotations/test-00000-of-00001.parquet"}, |
| split="test", |
| ) |
| ``` |
|
|
| 按 `image_id` 分组标注行，即可还原每张图片按顺序排列的目标列表。 |
|
|
| ## 运行修复模型 |
|
|
| 每条标注行对应一次编辑请求。使用 PixText 推理接口时，单张图片的目标可直接转成编辑列表： |
|
|
| ```python |
| from pixtext import PixTextPipeline, TextEdit |
| |
| pipeline = PixTextPipeline.from_pretrained("models/PixText-MeanFlow") |
| edits = [TextEdit(bbox=tuple(row["rect"]), text=row["text"]) for row in image_rows] |
| result = pipeline.edit("images/sample_000001.png", edits=edits, seed=42) |
| ``` |
|
|
| 编辑框使用原图像素坐标，采用左闭右开的区间；目标按标注顺序处理。评测要求实际编辑范围之外的像素保持完全一致，因此区域外的像素保留情况也是评测的一部分。 |
|
|
| ## 许可 |
|
|
| 本基准的图片与标注以 Apache License 2.0 发布，见 `LICENSE`。 |
|
|
