Dataset of Structured Queries and Spatial Relations

我们已经收集了大约450，000个相关性注释和53个
结构化查询。在两次传递中，我们都指示注释者采用观察者的参照系。虽然我们的
dataset使用比 [25] 更严格的查询语言，它
由于人类空间概念的使用，仍然具有挑战性
现实世界图像中对象外观的关系和高度变化。虽然，理想情况下，我们也会注释所有
在每张图像中的空间关系，这个过程被证明是
太贵了，因为它按二次比例扩大了wrt。号码
场景中每个关系的对象。因此，我们决定
在一种更具可扩展性的方法上，其中只描述
给出了关系。