COSMOS Dataset

该数据集包含了从新闻网站、博客以及社交媒体帖子中收集的20万张图片和45万条文本描述，旨在检测脱离上下文的图片和文本配对。该数据集专注于真实照片，涵盖了从各类新闻文章和事实核查来源抓取的图片，确保了脱离上下文和未脱离上下文的图片分布均衡。数据集规模为20万张训练图片和1700张测试图片，其任务是进行脱离上下文图片的检测。

搜集汇总

背景与挑战

背景概述

COSMOS Dataset是一个专注于检测图片与文本描述是否脱离上下文的数据集，包含从新闻网站、博客和社交媒体收集的20万张真实照片和45万条文本，确保正负样本分布均衡。其任务为进行脱离上下文图片的检测，规模包括20万张训练图片和1700张测试图片，旨在提升事实核查和内容验证能力。