PhraseCut 基于语言的图像分割数据集

PhraseCut 数据集包含 77,262 张图像和 345,486 个短语-区域对。该数据集搜集自 Visual Genome 数据集，并使用现有的标注来生成一组具有挑战性的参考短语，对这些短语的相应区域进行人工标注。

The PhraseCut dataset contains 77,262 images and 345,486 phrase-region pairs. Collected from the Visual Genome dataset, it generates a set of challenging referring phrases using existing annotations, with manual annotations conducted for the regions corresponding to each phrase.

搜集汇总

背景与挑战

背景概述

PhraseCut是一个基于语言的图像分割数据集，包含77,262张图像和345,486个短语-区域对，数据源自Visual Genome数据集。该数据集通过利用现有标注生成挑战性参考短语，并人工标注对应区域，专注于自然语言处理和语义分割任务，旨在支持语言驱动的图像分割研究。