2023基于室内图像与文本目标、图像与描述文本的词级扰动稳定性测试（C2C-R）数据集

该数据集在2023年提出，是一个由多场景多类别图片和以指代目标为中心的指代表达文本组成的指代表达理解鲁棒性测试数据集。该数据集共包含223个图像，总共338个鲁棒性测试样例。其中，鲁棒性样例被分为文本变化而指代目标变化（Change2Change, C2C）和文本变化而指代目标不变（Change2Remain, C2R）两部分。具体来说，对于原有的这338个指代表达理解任务的数据样例，我们对指代表达描述进行少量的单词级别的修改，也称词级语义扰动，当新产生的描述在图片中指代的目标发生变化，这个数据样本就属于C2C，如果指代目标不变，该数据属于C2R。对于C2C类型的数据，我们也为其标注了新的正确目标的目标框。

搜集汇总

背景与挑战

背景概述

该数据集是一个2023年提出的指代表达理解鲁棒性测试数据集，包含223个室内图像和338个测试样例，通过词级语义扰动分为指代目标变化（C2C）和不变（C2R）两类。它用于评估模型在文本变化下的稳定性，并提供了相应的目标框标注。