多模态图像特征标记数据集

多模态和谐化数据集在传统和谐化数据集iHarmony4的基础上，补充了对掩码部分的指称表达数据，将其构建成了一个多模态任务的数据集。数据集共包含60000+训练数据以及6000+测试数据。其中的指称表达数据通过自研标注平台募集人员进行了逐一标注，后进行了人工筛选和机器过滤

The Multimodal Harmonization Dataset is constructed based on the traditional harmonization dataset iHarmony4, supplemented with referring expression data for masked regions to form a multimodal task dataset. This dataset comprises over 60,000 training samples and more than 6,000 test samples. The referring expression data within the dataset were individually annotated by recruited annotators via our self-developed annotation platform, and then subjected to manual screening and machine filtering.

搜集汇总

背景与挑战

背景概述

该数据集是一个多模态图像特征标记数据集，基于iHarmony4和谐化数据集扩展，补充了掩码部分的指称表达数据，适用于多模态任务研究。数据集包含超过66,000条数据（60,000+训练和6,000+测试），总容量46.54GB，指称表达数据通过自研平台人工标注并经过严格筛选。它由北京邮电大学团队开发，属于'冬奥全球传播服务平台研究及应用示范'国家重点研发计划项目，旨在支持人工智能领域的图像识别和多模态数据标注应用。