Spot-the-diff 图像描述数据集

Spot-the-diff 数据集由 13,192 个图像对，以及相应的人工提供的文字标注组成。标注阐述了两个图像之间的差异。

The Spot-the-diff dataset consists of 13,192 image pairs, along with corresponding manually provided textual annotations that elaborate on the differences between the two images in each pair.

搜集汇总

背景与挑战

背景概述

该数据集包含13,192个图像对及其人工标注，用于描述图像间的差异，属于自然语言处理和图像描述领域。它发布于4年前，体积为2.19 MB。