Image_and_Video_Advertisements

displayName: Image and Video Advertisements
labelTypes:
- Multi-label Classification
license:
- Unknown
mediaTypes:
- Video
- Image
paperUrl: https://arxiv.org/pdf/1707.03067v1.pdf
publishDate: "2017"
publishUrl: http://people.cs.pitt.edu/~kovashka/ads/
publisher:
- University of Pittsburgh
tags:
- People
- Question
- Answering
- Advertisements
- Fries
taskTypes:
- Image Classification
- Video Classification

---
# 数据集介绍
## 简介
图像和视频广告集合由 64,832 个图像广告的图像数据集和 3,477 个广告的视频数据集组成。数据包含丰富的注释，包括广告的主题和情绪、问题和答案，描述了提示观众采取的行动以及广告为说服观众而呈现的推理（“我应该根据这个广告做什么，以及为什么我应该这样做吗？”），以及广告中的象征性参考（例如鸽子象征和平）。
## 引文
```
@inproceedings{hussain2017automatic,
title={Automatic understanding of image and video advertisements},
author={Hussain, Zaeem and Zhang, Mingda and Zhang, Xiaozhong and Ye, Keren and Thomas, Christopher and Agha, Zuha and Ong, Nathan and Kovashka, Adriana},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
pages={1705--1715},
year={2017}
}
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: 图像与视频广告（Image and Video Advertisements）
labelTypes:
- 多标签分类（Multi-label Classification）
license:
- 未知（Unknown）
mediaTypes:
- 视频（Video）
- 图像（Image）
paperUrl: https://arxiv.org/pdf/1707.03067v1.pdf
publishDate: "2017"
publishUrl: http://people.cs.pitt.edu/~kovashka/ads/
publisher:
- 匹兹堡大学（University of Pittsburgh）
tags:
- 人物（People）
- 问题（Question）
- 问答（Answering）
- 广告（Advertisements）
- 薯条（Fries）
taskTypes:
- 图像分类（Image Classification）
- 视频分类（Video Classification）

---
# 数据集介绍
## 简介
本数据集包含64,832幅图像广告与3,477条广告视频，附带丰富标注信息，涵盖广告主题与情绪、问答内容，用于描述引导观众采取的行动、广告用以说服受众的推理逻辑（"我应依照该广告采取何种行动，以及为何要如此？"），以及广告中的象征性意象参考（例如以鸽子象征和平）。
## 引文

@inproceedings{hussain2017automatic,
title={Automatic understanding of image and video advertisements},
author={Hussain, Zaeem and Zhang, Mingda and Zhang, Xiaozhong and Ye, Keren and Thomas, Christopher and Agha, Zuha and Ong, Nathan and Kovashka, Adriana},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
pages={1705--1715},
year={2017}
}

## 下载数据集
:modelscope-code[]{type="git"}