wovenbytoyota-vai/InstQA
收藏官方服务：
资源简介：
InstQA是一个大规模的实例感知时空视觉问题回答数据集，包含超过200万张图片和视频，以及600万实例字幕、200万图片/视频字幕和1000万实例级别的视觉问题答案。
InstQA is a large-scale instance-aware spatio-temporal visual question answering dataset containing over 2 million images and videos, in addition to 6 million instance captions, 2 million image/video captions, and 10 million instance-level visual question answers.
提供机构：
wovenbytoyota-vai
