VCR

Name: VCR
Creator: 帕依提提
License: 暂无描述

帕依提提2024-03-04 收录

下载链接：

https://www.payititi.com/opendatasets/show-540.html

下载链接

链接失效反馈

官方服务：

资源简介：

Please visit the official website of this dataset for details

提供机构：

帕依提提

VCR

The dataset used in the paper for visual commonsense reasoning.

DataCite Commons2026-01-07 更新80

vcr-org/VCR-wiki-zh-easy

VCR-Wiki数据集用于视觉字幕恢复（VCR）任务，旨在评估视觉语言模型在图像中恢复部分遮挡文本的能力。数据集包含图像、字幕、堆叠图像等特征，并分为训练、验证和测试集。数据集通过合成图像生成管道创建，具有可调整的字幕可见性以控制任务难度。数据集还提供了详细的统计信息、构建过程、数据字段描述以及使用免责声明。

Hugging Face2024-07-28 更新180

vcr-org/VCR-wiki-zh-hard

VCR-Wiki数据集是一个用于视觉字幕恢复（VCR）任务的数据集，旨在评估视觉语言模型在图像中恢复部分遮挡文本的能力。数据集包含图像、字幕、堆叠图像等特征，并提供了训练、验证和测试集的详细信息。数据集构建过程包括数据收集、过滤、n-gram选择、文本嵌入图像创建、图像拼接和二次过滤等步骤。数据集还提供了模型评估的详细方法和结果。

Hugging Face2024-07-28 更新1020

vcr-org/VCR-wiki-en-easy

VCR-Wiki数据集是一个用于视觉字幕恢复（VCR）任务的数据集，旨在评估视觉语言模型在部分遮挡文本恢复中的能力。数据集包含图像、字幕、堆叠图像等字段，并通过调整字幕可见性来控制任务难度。数据集构建过程包括数据收集、过滤、N-gram选择、文本嵌入图像生成等步骤。数据集分为训练集、验证集和测试集，分别包含2095733、5000和5000个样本。数据集的总大小为382374912324.1927

Hugging Face2024-07-28 更新450

vcr-org/VCR-wiki-en-hard

VCR-Wiki数据集是一个用于视觉字幕恢复（VCR）任务的数据集，旨在测试视觉语言模型在图像中恢复部分遮挡文本的能力。数据集包含图像、字幕、堆叠图像等特征，并分为训练、验证和测试集。数据集的构建过程包括数据收集、过滤、文本嵌入图像生成等步骤。数据集还提供了详细的评估方法和相关模型的性能比较。

Hugging Face2024-07-28 更新150