东北大学 发布 Bongard-HOI 数据集, 应用在 视觉推理、人类-物体交互 领域

东北大学 本次发布的数据集 Bongard-HOI, Bongard-HOI数据集是由东北大学研究团队开发的一个新的视觉推理基准，专注于通过自然图像进行人类-物体交互（HOI）的组合学习。该数据集受到经典Bongard问题（BPs）的启发，具有两个显著特点：少样本概念学习和依赖上下文的推理。数据集精心策划了少样本实例，其中正负图像仅在动作标签上存在差异，使得仅通过物体类别识别无法完成基准测试。此外，Bongard-HOI设计了多个测试集，以系统地研究视觉学习模型的泛化能力，通过改变训练和测试集中HOI概念的重叠程度，从部分重叠到无重叠。Bongard-HOI为当前的视觉识别模型提出了重大挑战，旨在推动视觉推理研究，特别是在整体感知-推理系统和更好的表示学习方面。

查看Bongard-HOI

README 内容： 

关于 东北大学 , 东北大学是一所位于中国沈阳的著名高等学府，以工科为主，兼有理、文、管、法等多学科的综合性大学。

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。