信息技术大学 发布 ViOCRVQA 数据集, 应用在 视觉问答、文本识别 领域

信息技术大学 本次发布的数据集 ViOCRVQA, ViOCRVQA数据集是针对越南语的视觉问答任务设计的大型数据集，包含超过28,000张图像和123,781对问题-答案。该数据集专注于图像中的文本信息，特别是书籍封面上的文本，如标题、作者、出版商等。数据集创建过程中采用了半自动问题-答案生成方法，以节省人工标注时间并丰富数据集多样性。ViOCRVQA数据集旨在通过探索最新的视觉问答方法，提高模型理解图像中文本信息的能力，并应用于解决与图像文本相关的视觉问答问题。

查看ViOCRVQA

README 内容： 

关于 信息技术大学 , 信息技术大学位于越南胡志明市，是一所专注于信息科学与工程领域的高等教育机构。

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。