IMEMNET

该数据集名为IMEMNet，它融合了多种图像数据集和一个音乐数据集，这些数据集都带有独特的情感倾向-唤醒度标签。具体来说，它包含了25,620张图像和23,944段音乐，进而形成了144,435组图像-音乐对。此外，该数据集还解决了多模态学习中数据稀缺的问题，包含了来自IAPS、NAPS以及EMOTIC数据集的图像，规模之大可见一斑。该数据集的主要任务是专注于情感分析的多模态研究。