Update readme_CN.md

readme_CN.md

@@ -1,41 +1,41 @@
-
-AndesUI数据集由训练集(train)和测试集(test)两部分组成，其中测试集包含的APP均未在训练集中出现过。
-
-该数据集涵盖三大任务类型：
-1. Grounding任务：根据控件描述预测其bbox坐标；
-2. Referring任务：根据给定的bbox预测对应控件的描述信息；
-3. QA任务：根据自然场景的提问回答需要点击的bbox坐标。
-
-根据技术报告，原始测试集包含：
-- 8,642条Referring数据
-- 7,194条Grounding数据
-- 1,181条QA数据
-
-为便于测试，我们从中随机抽取了以下规模的子集：
-- Referring数据：1,500条
-- Grounding数据：1,500条 
-- QA数据：748条
-这些子集数据已对外开源。
-
-每个子集都提供json和tsv两种格式文件，其中图片路径采用相对路径表示。
-
-具体任务说明：
-
-Referring任务：
-json文件包含三个字段：description（描述）、imgpath（图片路径）、bbox（边界框）。该任务要求模型根据给定的bbox预测对应控件的描述信息。不同模型对bbox格式有不同要求：
-- Qwen模型：推荐使用[xmin,ymin,xmax,ymax]（基于原图坐标）
-- Intern模型：推荐使用[xmin,ymin,xmax,ymax]（基于归一化坐标）
-- AndesVL-4B-UI模型：推荐使用<|box_start|>(xmin,ymin),(xmax,ymax)<|box_end|>（基于归一化再乘以10000的坐标）
-准确率计算标准：预测结果(pred)与描述(description)的最长公共子串长度不为0即视为正确。
-
-Grounding任务：
-json文件包含question（问题）、imgpath（图片路径）、bbox（边界框）三个字段。该任务与Referring任务相反，要求根据控件描述预测其bbox坐标。不同模型的输出格式要求：
-- 部分模型适合直接输出[x_center,y_center]
-- 部分模型适合输出[xmin,ymin,xmax,ymax]
-- AndesVL-4B-UI模型适合输出<|box_start|>(xmin,ymin),(xmax,ymax)<|box_end|>
-对于输出bbox的情况，需计算其几何中心作为[x_center,y_center]。
-准确率判定标准：预测的中心点坐标需落在真实bbox范围内。
-
-QA任务的评估标准与Grounding任务保持一致。
-
+
+AndesUI数据集由训练集(train)和测试集(test)两部分组成，其中测试集包含的APP均未在训练集中出现过。
+
+该数据集涵盖三大任务类型：
+1. Grounding任务：根据控件描述预测其bbox坐标；
+2. Referring任务：根据给定的bbox预测对应控件的描述信息；
+3. QA任务：根据自然场景的提问回答需要点击的bbox坐标。
+
+根据技术报告，原始测试集包含：
+- 8,642条Referring数据
+- 7,194条Grounding数据
+- 1,181条QA数据
+
+为便于测试，我们从中随机抽取了以下规模的子集：
+- Referring数据：1,500条
+- Grounding数据：1,500条 
+- QA数据：748条
+这些子集数据已对外开源。
+
+每个子集都提供json和tsv两种格式文件，其中图片路径采用相对路径表示。
+
+具体任务说明：
+
+Referring任务：
+json文件包含三个字段：description（描述）、imgpath（图片路径）、bbox（边界框）。该任务要求模型根据给定的bbox预测对应控件的描述信息。不同模型对bbox格式有不同要求：
+- Qwen模型：推荐使用[xmin,ymin,xmax,ymax]（基于原图坐标）
+- Intern模型：推荐使用[xmin,ymin,xmax,ymax]（基于归一化坐标）
+
+准确率计算标准：预测结果(pred)与描述(description)的最长公共子串长度不为0即视为正确。
+
+Grounding任务：
+json文件包含question（问题）、imgpath（图片路径）、bbox（边界框）三个字段。该任务与Referring任务相反，要求根据控件描述预测其bbox坐标。不同模型的输出格式要求：
+- 部分模型适合直接输出[x_center,y_center]
+- 部分模型适合输出[xmin,ymin,xmax,ymax]
+
+对于输出bbox的情况，需计算其几何中心作为[x_center,y_center]。
+准确率判定标准：预测的中心点坐标需落在真实bbox范围内。
+
+QA任务的评估标准与Grounding任务保持一致。
+
 AndesUI Test数据集的评测功能已集成至VLMEvalKit评估工具。针对Grounding、Referring和QA三种任务类型，我们分别开发了对应的专用评测脚本，这些脚本需放置在vlmeval/dataset/GUI目录下，用户可直接调用进行自动化评估。