VIST(Visual Storytelling)
收藏OpenXLab2026-04-18 收录
官方服务：
资源简介：
我们介绍了第一个用于顺序视觉到语言的数据集，并探索如何将这些数据用于视觉叙事任务。该数据集包括 20,211 个序列中的 81,743 张独特照片，与描述性和故事语言对齐。 VIST 以前称为“SIND”，即顺序图像叙述数据集 (SIND)。
提供机构：
OpenDataLab创建时间：
2022-08-11
社区交流群
科研交流群
商业服务
我们介绍了第一个用于顺序视觉到语言的数据集，并探索如何将这些数据用于视觉叙事任务。该数据集包括 20,211 个序列中的 81,743 张独特照片，与描述性和故事语言对齐。 VIST 以前称为“SIND”，即顺序图像叙述数据集 (SIND)。