发布 ConTextual 数据集, 应用在 图像识别、机器学习 领域

本次发布的数据集 ConTextual, 该数据集包含人工编写的指令，这些指令针对的是富含文本的图像，并需要根据上下文进行推理。它涵盖了从自然到数字视觉场景的多样化情景。该数据集跨越八个不同的视觉场景，包含了多种任务，并采用三阶段标注过程以确保数据质量。该数据集共有506个实例，任务重点在于上下文敏感的富含文本视觉推理。

查看ConTextual

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。