DAQUAR Dataset (Processed) for VQA

kaggle2022-01-19 更新2024-03-07 收录

视觉问答

图像理解

数据链接：

https://www.kaggle.com/datasets/tezansahu/processed-daquar-dataset 数据链接链接失效反馈

官方服务：

资源简介：

DAtaset for QUestion Answering on Real-world images

真实世界图像（Real-world images）问答（Question Answering）数据集

创建时间：

2022-01-19

JefferyZhan/Language-prompted-Localization-Dataset

目标检测

视觉问答

Griffon Language-prompted Localization数据集是一个用于视觉问答和对象检测任务的数据集，主要语言为英语。数据集的规模在100M到1B之间。数据集包含预训练数据和指令数据，预训练数据包括Visual Genome、MSCOCO和Objects365-2023的图像和注释，指令数据包括flickr30K Entities的图像。数据集的许可证为Attribution

Hugging Face2024-07-11 更新200

LambdaTests/VQAv2Validation_ViT_H_14_A_T_C_Q_benchmarks_partition_global_17_1000

视觉问答

机器学习模型

--- dataset_info: features: - name: id dtype: int64 - name: response dtype: string splits: - name: train num_bytes: 897 num_examples: 32 download_size: 2022 dataset_size:

Hugging Face2023-04-20 更新90

LambdaTests/VQAv2Validation_ViT_H_14_A_T_C_Q_benchmarks_partition_global_3_1000

视觉问答

机器学习模型

--- dataset_info: features: - name: id dtype: int64 - name: response dtype: string splits: - name: train num_bytes: 1037 num_examples: 32 download_size: 2262 dataset_size

Hugging Face2023-04-20 更新70

Multimodal-Fatima/VQAv2_validation_facebook_opt_6.7b_mode_VQAv2_visclues_detection_ns_500_open_ended

视觉问答

模型验证

--- dataset_info: features: - name: id dtype: int64 - name: question dtype: string - name: true_label sequence: string - name: prediction dtype: string splits: - name: fe

Hugging Face2023-02-23 更新100

Nano1337/CLOVE-scores-negative-CLIPnotVQA

图像理解

模型评估

该数据集包含用户ID、图像、标题、CLIP分数、VQA分数、CLIP分数百分位数、VQA分数百分位数和百分位数差异等特征。数据集分为一个训练集，包含100个样本，文件大小为4220553字节。数据集的下载大小为4219536字节。

Hugging Face2024-06-16 更新70