CLEAR

我们引入CLEAR，第一个连续的图像分类基准数据集，在现实世界中，视觉概念的自然时间演变跨越了十年 (2004-2014)。我们通过一种新颖且可扩展的低成本方法对visio语言数据集进行管理，从现有的大规模图像集合 (YFCC100M) 中进行了清晰的构建。我们的管道利用预先训练的视觉语言模型 (例如剪辑) 以交互方式构建带标签的数据集，这些数据集通过众包进一步验证，以消除错误甚至不合适的图像 (隐藏在原始YFCC100M中)。

搜集汇总

背景与挑战

背景概述

CLEAR是首个连续图像分类基准数据集，基于YFCC100M构建，利用视觉语言模型和众包验证，涵盖2004至2014年间的现实世界视觉概念演变。该数据集由卡内基梅隆大学和Argo AI于2021年发布，旨在支持持续学习研究。