SHAPES

displayName: SHAPES (Swarm Heuristics based Adaptive and Penalized Estimation of Splines)
license:
- BSD 2-Clause
mediaTypes:
- Text
paperUrl: https://arxiv.org/pdf/1511.02799v4.pdf
publishDate: "2016"
publishUrl: https://github.com/ronghanghu/n2nmn#train-and-evaluate-on-the-shapes-dataset
publisher:
- University of California, Berkeley
tags:
- RGB Image
taskTypes:
- Visual Question Answering
- Time Series Classification
- Visual Reasoning

---
# 数据集介绍
## 简介
SHAPES 是一个合成图像数据集，旨在对系统进行基准测试，以了解多个对象之间的空间和逻辑关系。该数据集包含有关彩色形状排列的复杂问题。这些问题是围绕概念和关系的组合构建的，例如圆圈上方有红色形状吗？还是红色的形状是蓝色的？问题包含两到四个属性、对象类型或关系。总共有 244 个问题和 15,616 个图像，所有问题都有一个是和否的答案（以及相应的支持图像）。这消除了学习偏差的风险。
每个图像都是一个 30×30 RGB 图像，描绘了一个 3×3 网格对象。每个对象都以形状（圆形、方形、三角形）、颜色（红色、绿色、蓝色）和大小（小、大）为特征。
## 引文
```
@inproceedings{andreas2016neural,
title={Neural module networks},
author={Andreas, Jacob and Rohrbach, Marcus and Darrell, Trevor and Klein, Dan},
booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
pages={39--48},
year={2016}
}
```

## Download dataset
:modelscope-code[]{type="git"}

数据集名称：SHAPES（基于群启发式自适应惩罚样条估计，Swarm Heuristics based Adaptive and Penalized Estimation of Splines）
许可证：BSD 2-Clause许可证
媒体类型：文本
论文链接：https://arxiv.org/pdf/1511.02799v4.pdf
发布年份：2016年
数据集发布地址：https://github.com/ronghanghu/n2nmn#train-and-evaluate-on-the-shapes-dataset
发布机构：加利福尼亚大学伯克利分校
标签：RGB图像（RGB Image）
任务类型：视觉问答（Visual Question Answering）、时间序列分类（Time Series Classification）、视觉推理（Visual Reasoning）
---
# 数据集介绍
## 简介
SHAPES是一款合成图像数据集，旨在为系统提供基准测试，以探究多对象间的空间与逻辑关联。该数据集涵盖围绕概念与关系组合构建的、针对彩色形状排布的复杂问题，例如「圆形上方是否存在红色形状？」或「红色形状是否为蓝色？」。单条问题涵盖2至4个属性、对象类型或关系，总计包含244个问题与15616张图像，所有问题均配有「是/否」两类答案及对应的支撑图像，由此规避了学习偏差的风险。
每张图像均为30×30分辨率的RGB图像，描绘3×3网格排布的对象。每个对象均具备形状（圆形、方形、三角形）、颜色（红色、绿色、蓝色）与尺寸（大、小）三类属性。
## 引文

@inproceedings{andreas2016neural,
title={Neural module networks},
author={Andreas, Jacob and Rohrbach, Marcus and Darrell, Trevor and Klein, Dan},
booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
pages={39--48},
year={2016}
}

## 下载数据集
:modelscope-code[]{type="git"}