东京大学 发布 ReSeDis 数据集, 应用在 图像识别、自然语言处理 领域

东京大学 本次发布的数据集 ReSeDis, ReSeDis是一个为评估模型在真实开放世界环境中进行大规模指代对象搜索能力而设计的基准数据集。不同于传统的指代任务，ReSeDis要求模型能够根据自然语言描述，在数千张图片中找到真正包含该对象的图片，并准确地在像素级别定位对象。该数据集由7088张来自MS-COCO数据集的图片和9664个手动编写的指代表达式组成，每个表达式对应多个类别中的对象实例。数据集旨在解决现有视觉定位和文本检索方法的局限性，为构建下一代鲁棒和可扩展的多模态搜索系统提供现实和端到端的测试平台。

查看ReSeDis

README 内容： 

关于 东京大学 , 东京大学是日本的一所综合性大学，位于东京都，是日本最顶尖、最有影响力的大学之一，也是亚洲及世界著名的学府。

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。