VQA Dataset
收藏知名数据集2026-04-23 收录
数据链接：
官方服务：
资源简介：
VQA（Visual Question Answering）数据集是由佐治亚理工学院和Facebook AI Research等机构开发的开放式视觉问答基准数据集。该数据集包含约26.5万张图像（来自COCO数据集和抽象场景），每张图像配有多个开放式问题，需要结合视觉理解、语言处理和常识知识来回答。数据集主要用于评估多模态模型在视觉问答任务上的表现，是计算机视觉与自然语言处理交叉领域的重要研究资源。
