百度公司 发布 Medical Complex Vision Question Answering Dataset (MeCoVQA) 数据集, 应用在 医学影像分析、多模态学习 领域

百度公司 本次发布的数据集 Medical Complex Vision Question Answering Dataset (MeCoVQA), MeCoVQA数据集是由百度公司、中国农业大学、自动化研究所、中国科学院和北京大学联合创建的，旨在支持复杂医学影像问答和图像区域理解的多模态数据集。该数据集包含8种模态，共计31万对问答数据，涵盖了医学影像的详细信息和语义描述。创建过程中，首先将图像的分割掩码转换为结构化元数据，然后通过大型语言模型生成图像描述，最终整合生成复杂的问答数据。MeCoVQA数据集主要应用于医学领域的多模态大语言模型研究，旨在提升医学影像的像素级理解和问答能力，解决医学影像分析中的细粒度问题。

查看Medical Complex Vision Question Answering Dataset (MeCoVQA)

README 内容： 

关于 百度公司 , 百度公司是中国领先的互联网服务和人工智能公司，提供包括搜索引擎、在线广告、云计算、人工智能等在内的多种服务。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。