Flickr30k

为了生成表示图，我们创建了一个图像字幕语料库，该语料库由描述31,783图像的158,915众包字幕组成。这是我们之前的Flickr 8k数据集的扩展。新的图像和标题侧重于参与日常活动和事件的人们。图片的使用必须遵守 Flickr 使用条款。 我们不拥有图像的版权。