Visual7W 图像内容理解的数据集

Visual7W 图像数据是一个图像内容理解的数据集，通过对图像区域的文字描述和互相之间的关联，进行视觉问答（Visual Question Answering）任务，数据集中不仅包含图像本身，还包括图像内容的区域内容的问答。