发布 DT-VQA 数据集, 应用在 图像理解、自然语言处理 领域

本次发布的数据集 DT-VQA, 该数据集名为DT-VQA，包含了17万个问题-答案对，这些对子是从3万张图片中生成的，主要关注文档、表格和产品描述中密集文本的内容。该数据集旨在探索大型多模态模型（LMMs）在处理密集文本任务上的能力，并包含了多种图像风格，如结构化的表格和未结构化的场景图像。规模上，该数据集由3万张图片生成了17万个问题-答案对。其任务是针对密集文本图像进行视觉问题回答（Vqa）。

查看DT-VQA

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。