search

niuzaisheng / ScreenAgent

ScreenAgent: A Computer Control Agent Driven by Visual Language Large Model (IJCAI-24)
https://arxiv.org/abs/2402.07945
Other
217 stars 24 forks source link

你好，训练数据中，action的 坐标 是如何标注的 是大模型可以自动识别出来的吗 #6

Open dgo2dance opened 4 months ago

dgo2dance commented 4 months ago

你好，训练数据中，action的 坐标 是如何标注的 是大模型可以自动识别出来的吗

niuzaisheng commented 4 months ago

坐标是人工手动修正的，现有的模型大多定位不准。

dgo2dance commented 4 months ago

坐标是人工手动修正的，现有的模型大多定位不准。

训练后 在新的场景下 基本就可以了 是不