VRD

该数据集名为视觉关系检测（VRD），主要用于训练视觉关系检测器。在SRP模块中，它被用来训练视觉关系探测器。该数据集包含了100个物体类别和70个谓词类别，其规模之大，为视觉关系检测任务提供了丰富的训练资源。This dataset is named Visual Relationship Detection (VRD), which is primarily used for training visual relationship detectors. It is also utilized to train visual relationship detectors in the SRP module. This dataset includes 100 object categories and 70 predicate categories, and its large scale provides abundant training resources for the visual relationship detection task.

搜集汇总

背景与挑战

背景概述

VRD数据集是一个用于视觉关系检测的基准数据集，包含5000张图像和37,993个关系，涵盖100个对象类别和70个谓词类别，这些谓词被分为5种类型。该数据集利用语言先验来预测图像中对象对之间的交互（如'man riding bicycle'），解决了训练数据稀缺问题，支持多关系预测和对象边界框定位，并用于改进基于内容的图像检索。