--- dataset_info: features: - name: image dtype: image - name: id dtype: int64 - name: vision_embeddings sequence: float32 splits: - name: openai_clip_vit_large_patch14 num

Hugging Face2023-03-20 更新140

DFKI-SLT/kangaroo_math_benchmark

视觉问答

教育评估

Känguruh Wettbewerb数据集是一个德语基准数据集，基于官方的Känguru der Mathematik数学竞赛材料，涵盖1998年至2025年。每个实例是一个单项选择题，包含五个选项（A - E），针对学校年级3至13。该数据集旨在评估与课程一致的数学推理能力，强调视觉基础（如图表、几何图形、空间排列），并允许按年份、年级组、难度、数学子领域和模态进行受控分析。数据集包含图像、问

Hugging Face2026-06-30 更新10

COCOVQA

视觉问答

机器学习

2017年4月: 完整版本 (2.0版) 平衡真实图像 204,721可可图像 (所有当前列车/val/测试) 1,105,904问题 11,059,040地面真相答案

OpenDataLab2026-07-12 更新190

VQA Dataset

视觉问答

多模态理解

VQA是一个视觉问答数据集，包含关于图像的开放式问题，需要结合视觉、语言和常识知识来回答。该数据集包含265,016张图像(COCO和抽象场景)，每张图像平均有5.4个问题，每个问题有10个标准答案和3个 plausible 但可能不正确的答案。数据集于2017年首次完整发布，并于2025年获得Mark Everingham Prize，以表彰其对计算机视觉社区的贡献。

知名数据库20

vqa-mhug_bboxes.pickle

资源简介：

相关数据集