发布 RetVQA 数据集, 应用在 视觉问答、图像理解 领域

本次发布的数据集 RetVQA, 该数据集名为RETVQA，它侧重于对一组异构图像提出多图像、与元数据无关的问题，并期待混合了以分类为导向和开放性生成式的答案。数据集涵盖了五大类别的问题：颜色、形状、数量、物体属性和基于关系的问题。它包含了二元生成式和开放性生成式的答案，并采用了随机80%-10%-10%的比例进行训练集、验证集和测试集的划分。这是该领域内最大的数据集，拥有多样化的多图像问题。该数据集的任务是基于检索的视觉问题回答（Retvqa）。

查看RetVQA

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。